PISA og de 161/2-årige uddannelsessøgende Overordnede resultater, uddybende analyser og metode Thomas Young Andersen og Niels Egelund (red.) SOCIAL FORSKNINGS INSTITUTTET
PISA og de 16?-årige uddannelsessøgende Overordnede resultater, uddybende analyser og metode Forfattere: Thomas Young Andersen og Niels Egelund (red.) Udgivet af Danmarks Pædagogiske Universitets Forlag Emdrupvej 54 2400 København NV www.dpu.dk/forlag 2006 Danmarks Pædagogiske Universitets Forlag og forfatterne Kopiering af denne bog er kun tilladt ifølge aftale med Copy-Dan Sats og omslag: Schwander Kommunikation Tryk: Hvidovre Kopi A/S 1. udgave, 1. oplag ISBN 87-7684-057-3 Bogen kan købes ved henvendelse til: Danmarks Pædagogiske Bibliotek Publikationssalget Postboks 840, 2400 København NV www.dpb.dpu.dk/bogsalg bogsalg@dpu.dk T: 8888 9360 F: 8888 9394
Indhold 5 Forord 7 1 Baggrund og sammenfatning 7 1.1 Baggrunden for at teste de 161/2-årige 8 1.2 Sammenfatning af resultaterne 11 2 Hovedresultater og sammenligninger 17 3 Målgruppens socioøkonomiske udseende 17 3.1 Køn 18 3.2 Forældres uddannelsesmæssige status 18 3.3 Forældres erhvervsmæssige status 19 3.4 Familietype 19 3.5 Sprog i hjemmet og indvandrer-/efterkommerstatus 21 4 Matematik uddybende analyser 21 4.1 Samlet matematikscore 25 4.2 Score i de fire matematikdele 27 5 Problemløsning uddybende analyser 29 6 Læsning uddybende analyser 33 7 Naturfag uddybende analyser 35 8 Personlige og Sociale kompetencer (CCC Cross Curricular Competencies) 36 8.1 Holdninger til skolegang 38 8.1.1 Holdninger til skolen under et
40 8.2 Sociale relationer i skolen 43 8.2.1 Sociale relationer i skolen under et 44 8.3 Holdninger til læring og uddannelse 44 8.3.1 Instrumentel motivation 46 8.3.2 Selvtillid 48 8.3.3 Selvbillede 49 8.3.4 Læringsstrategier 52 8.3.5 Kontrolstrategier 53 8.3.6 Holdninger til konkurrence og samarbejde 56 8.4 Elevadfærd 59 9 Referencer Metodebilag 61 M.1 Afvigelser i DANSK PISA-2003 sammenholdt med PISA-2003 62 M.2 Undersøgelsens målgruppe 63 M.3 Testopgaver og spørgeskemaer 63 M.4 Stikprøvedesign 63 M.4.1 Stikprøveudtrækket i DANSK PISA 64 M.5 Den praktiske gennemførelse af dataindsamlingen 65 M.6 Deltagelse 65 M.6.1 Skoleniveau 66 M.6.2 Elevniveau 66 M.7 Datakvalitet 66 M.7.1 Pålidelighed 67 M.7.2 Validitet 68 M.7.3 Repræsentativitet 69 M.7.4 Konfidensinterval 69 M.7.5 Marking (kodning) af elevernes åbne besvarelser 69 M.7.6 Databasen
Forord Undervisningsministeriet besluttede i 1997, at Danmark skulle deltage i OECD pro - grammet PISA Programme for International Student Assessment et projekt, der har til hensigt at måle, hvor godt unge mennesker er forberedt til at møde udfordringerne i dagens informationssamfund. De unge, der indgår i de internationale undersøgelser er, alle 15 år gamle, men ud over disse er der i Danmark inddraget en ekstra gruppe på 16 år. PISA består af tre runder, hvor der gennemføres omfattende kvantitative undersøgelser af survey-typen. Den første runde blev gennemført i 2000 i 32 lande efter godt to års forberedelse. Anden runde blev gennemført i 2003 i 41 lande. Tredje runde gennemføres i 2006 i 57 lande. Formålet med de gentagne målinger er at gøre det muligt for myndighederne i de deltagende lande at bedømme ikke bare deres uddannelsessystemers resultater, men også at få et indtryk af udviklingen over tid om fx en ændret skolepolitik eller intensiveret satsning på nogle felter giver sig udslag i bedre resultater noget der i PISA-2003 ifølge den internationale analyse kunne ses for eksempel i Polen. Videre gælder, at der i hver cyklus af PISA er forskellige hovedområder, som er i fokus. I 2000 var det således læsning, mens det i 2003 er matematik og i 2006 bliver naturfag. PISA udgør en af de hidtil mest omfattende og dybtgående internationale undersøgelser af unges kunnen. Afgørende i denne forbindelse er, at man ikke vurderer de unges kompetencer ud fra specifikke læseplaners indhold, men i stedet ser på, hvor godt de unge kan bruge deres kunnen i forhold til udfordringer i det virkelige liv, således som dette kan afgøres med skriftlige tests. PISA gennemføres i Danmark af et konsortium bestående af Amternes og Kommunernes Forskningsinstitut (AKF), Danmarks Pædagogiske Universitet (DPU) og Socialforsknings - instituttet (SFI). Projektet er styret af en konsortiebestyrelse, som har haft et medlem fra hver af de deltagende institutioner. SFI har i første runde af PISA haft projektledelsen. National projektleder for PISA-2003 har været lektor Jan Mejding, DPU. Forord 5
Til at følge og rådgive under arbejdet har Undervisningsministeriet nedsat en Styregruppe og en Referencegruppe med repræsentation fra ministeriet og fra interessentgrupper omkring folkeskolen. Undersøgelsens design og gennemførelse har været forestået af et internationalt konsortium, men de enkelte lande har haft stor indflydelse på projektet, dels gennem landenes deltagelse i PISA Governing Board, dels gennem projektmedarbejderes konkrete bidrag, fx i form af testmaterialer, og deltagelse i mødevirksomhed omkring projektets detailudformning og gennemførelse. Det internationale konsortium har trukket på internationale ekspertgrupper og faglige referencegrupper. Danmark har her været repræsenteret i ekspertgruppen for matematik ved professor Mogens Niss, ligesom Danmark har været repræsenteret i faglige referencegrupper inden for matematik ved lektor Lena Lindenskov og inden for problemløsning samt personlige og sociale kompetencer ved professor Niels Egelund. Den danske del af undersøgelsen er gennemført af forskere fra konsortiet. Forskerne har hver for sig haft ansvar for forskellige dele af undersøgelsen. Følgende forskere har medvirket i PISA-2003: Lektor Annemarie Møller Andersen, konsulent Thomas Young Andersen, professor Niels Egelund, forskningsleder Torben Pilegaard Jensen, konsulent Michael Krone, lektor Lena Lindenskov og lektor Jan Mejding, lektor Helene Sørensen og lektor Peter Weng. Ud over disse har en række forskere og teknisk administrativt personale medvirket til gennemførelsen. Det drejer sig om studentermedhjælp Angelo Andersen, professor Peter Allerup, lektor Elisabeth Arnbak, afdelingsdirektør Hans Bay og derudover i alt knap 90 medarbejdere, distriktsledere, interviewere og studerende til kodning af åbne spørgsmål. Til indeværende publikation har lektor Lena Lindenskov og lektor Peter Weng produceret tekst til kapitlet om matematik, lektor Jan Mejding har skrevet kapitlet om læsning, mens lektor Annemarie Møller Andersen og lektor Helene Sørensen har bidraget med tekst til kapitlet om naturfag. PISA og de 16 1 /2-årige uddannelsessøgende Endvidere har fagkonsulenter i Undervisningsministeriet samt repræsentanter fra faglige foreninger haft lejlighed til at kommentere testmaterialerne og de principper, materialerne er opbygget efter. Der er herved fremkommet mange værdifulde bidrag, som der hermed skal lyde en tak for. Ud over forskerne har personale og 3.212 elever ved 178 danske uddannelsesinstitutioner medvirket, og disse takkes for deres bidrag til undersøgelsen af de 161/2-årige i 2003. THOMAS YOUNG ANDERSEN NIELS EGELUND 6
1 Baggrund og sammenfatning Af Thomas Young Andersen og Niels Egelund 1.1 Baggrunden for at teste de 16 1/2-årige I Danmark begynder børn typisk i skole et år senere end i mange af de lande vi ofte sammenligner os med. Det betyder, at de danske 15-16-årige (151/2-årige), som er målgruppen i den internationale PISA-undersøgelse (OECD-PISA), i mange sammenligninger vil være et klassetrin bagud. For at tage højde for dette tester man i Danmark også de uddannelsessøgende på 16-17 år (161/2-årige) efter stort set samme koncept som de 151/2-årige. Dette særlige danske supplement til OECD s internationale PISA-undersøgelse benævnes her DANSK PISA-2003. Konceptet blev også gennemført i forbindelse med forrige PISA-runde i 2000 (DANSK PISA-2000). Det skal med det samme nævnes, at resultaterne fra de øvrige nordiske lande er umiddelbart sammenlignelige med de danske uden forbehold for alders-/klassetrinspro - blematikken, da de testede børns alder ved skolestart var den samme. Norge har senere ændret skolestartsalderen til 6 år som det i foråret 2006 vil blive overvejet i Danmark. Ud over at DANSK PISA giver et relevant alternativt benchmark for danske elevers kompetenceniveau i den internationale sammenligning, giver den også mulighed for at sammenligne de unge danskeres kompetenceniveau på de forskellige ungdomsuddannelser (uddannelsestype) og skoletyper. Generelt vil uddannelsestype gennem hele fremstillingen være det centrale omdrejningspunkt for sammenligning af resultater. Resultaterne for de 161/2-årige præsenteres i denne selvstændige publikation, hvortil også beskrivelsen af de metodiske forhold vedrørende denne gruppe er henlagt. Det skal pointeres, at målgruppen for DANSK PISA er de uddannelsessøgende, dvs. dem der er under uddannelse nærmere defineret som dem der på tidspunktet for testen var ind - skrevet på en uddannelsesinstitution. Pr. 1.1. 2003 lå denne andel ifølge Danmarks Statistik på 93,7% for den relevante årgang (1986). Målgruppen er således ikke repræsentativ for alle 161/2-årige, men kan for aldersgruppen antages at være repræsentativ for de uddannelses- og skoletyper der anvendes i afsnit 2. Indkredsningen af målgruppen er sket efter samme principielle retningslinjer som i den internationale PISA. Kapitel 1 Baggrund og sammenfatning 7
For nærmere oplysninger om selve PISA-konceptet og den internationale OECD-undersøgelse henvises til metodeafsnittet sidst i nærværende dokument samt det metodiske appendiks i publikationen PISA-2003 danske unge i en international sammenligning (2004). 1.2 Sammenfatning af resultaterne DANSK PISA-2003 for de 161/2-årige dækker uddannelsessøgende fra fire forskellige uddannelsestyper: Folkeskoler og frie grundskoler, efterskoler, gymnasiale uddannelser og erhvervsfaglige uddannelser. Undersøgelsen siger derfor ikke noget repræsentativt om alle 161/2-årige danske unge kun om målgruppen for undersøgelsen: De 161/2-årige på de fire nævnte uddannelsestyper. Motivationen for at medtage de 161/2-årige som en selvstændig gruppe er at forsøge at identificere, om den relativt sene skolestart i Danmark giver en dårligere placering end lande med tidligere skolestart vurderet gennem sammenligninger at testresultater for danske 151/2-og 161/2-årige. Der viser sig at være et højere resultat for de 161/2-årige, men da de 161/2-årige ikke som nævnt ovenfor i modsætning til de 151/2-årige udgør en repræsentativ gruppe, først og fremmest fordi de unge, der ikke er gået i gang med en ungdomsuddannelse som må antages at være de svageste ikke indgår i undersøgelsen, bliver det stort set udelukkende interessant at bruge data for de 161/2 årige til at foretage en sammenligning af klientellet på de fire uddannelsestyper. PISA og de 16 1 /2-årige uddannelsessøgende 8 Der viser sig for de 161/2-årige at være overordentligt markante forskelle i testresultater på de fire uddannelsestyper. Eleverne på de gymnasiale uddannelser scorer ikke overraskende højest, fulgt af efterskoleeleverne. Begge elevgrupper ligger markant over gennemsnittene for de danske 151/2-årige. De 161/2-årige fra folkeskoler og frie grundskoler ligger på et lidt lavere niveau end de 151/2-årige, og endnu lavere ligger eleverne fra de erhvervsfaglige uddannelser. De meget markante forskelle gælder på alle fire fagområder: Matematik, problemløsning, læsning og naturfag. Drengene klarer sig bedre end pigerne på alle fagområder undtagen læsning. Der er dog interessante variationer og nuancer, når de kønsopdelte resultater betragtes fordelt på uddannelsesområde inden for hvert af de fire fagområder. Hvis man ser på de socioøkonomiske karakteristika, er der ligeledes store forskelle mellem eleverne fra de fire uddannelsestyper. Eleverne på de gymnasiale uddannelser kommer fra hjem med højere social baggrund end de øvrige, målt ved forældrenes uddannelsesniveau og erhvervsmæssige status. Efterskoleeleverne følger forholdsvis tæt efter. Eleverne på de erhvervsfaglige uddannelser ligger lavest målt på disse parametre. Elever på folkeskoler/frie grundskoler og erhvervsfaglige uddannelser er dem, der hyppigst lever i familier med enlig forsørger. Desuden findes relativt flest tosprogede elever i folkeskolen/de frie grundskoler, og drengene er kraftigt overrepræsenterede på de erhvervsfaglige uddannelser.
Socioøkonomiske forhold kan forklare en stor del af den testscorevariation, der er mellem eleverne på de fire uddannelsestyper. Stadig er der dog mellem uddannelsestyperne en betydelig forskel i testscoreresultaterne, der ikke kan statistisk forklares af socioøkonomiske forhold. Kønsforskellene er de samme, som konstateres i den internationale PISA-undersøgelse (OECD, 2004), og når der tages højde for forældrenes uddannelses- og erhvervsmæssige niveau spiller indvandrer-/efterkommerstatus og tosprogethed kun en mindre rolle. Det bemærkes, at variablen det disciplinære klima i klassen (forhold omkring arbejdsro i klassen) har betydning for testscoren også når der tages højde for den socioøkonomiske baggrund og uddannelsestype. Mere arbejdsro samvarierer med højere testscore. Dette er et resultat, som må betragtes med stor opmærksomhed, idet det er et forhold, som skoler umiddelbart kan give sig til at rette op på. Også når det gælder de såkaldte CCC-kompetencer (personlige og sociale kompetencer), kan der for de 161/2-årige konstateres ganske markante forskelle mellem de fire uddannelsestyper. Således gælder, at holdningen til skolegang hos de 161/2-årige elever på gymnasiale og erhvervsfaglige uddannelser er mere negativ end hos de 151/2-årige. Med hensyn til de sociale relationer i skolen skiller efterskoleeleverne sig klart ud med meget positive vurderinger, idet de oplever at føle sig meget hjemme og at have fået venner. I modsatte ende af spektret ligger eleverne på de erhvervsfaglige uddannelser, mens folkeskolerne/de frie grundskoler og de gymnasiale uddannelser indtager en mellemposition på stort set samme niveau som gennemsnittet for de 151/2-årige. Motivationen for at lære matematik af hensyn til kravene i uddannelses- og erhvervslivet er lavere for de 161/2-årige end de 151/2-årige. I særdeleshed blandt de erhvervs - faglige elever. Tilliden til at kunne løse tænkte, vanskelige matematikopgaver ligger for eleverne på folkeskoler/frie grundskoler og erhvervsfaglige uddannelser om kring samme niveau som gennemsnittet for de 151/2-årige. Tilliden ligger lidt højere hos efterskoleele - verne og meget højere hos eleverne på de gymnasiale uddannelser. Sammenholdt med gennemsnittet for de 151/2-årige er billedet af egne evner lidt lavere hos de 161/2-årige elever på folkeskoler/frie grundskoler, efterskoler og erhvervsfaglige uddannelser. Til gengæld er det signifikant højere hos de gymnasiale elever. Med hensyn til at bruge gentagelse og udenadslæren som læringsstrategi og satsning på at forbinde med kendt relevant viden ligger efterskoleeleverne sammen med pigerne på de erhvervsfaglige uddannelser signifikant lavere end de øvrige elevkategorier. Også med hensyn til kontrolstrategier ligger elever på efterskoler og erhvervsfaglige uddannelser relativt lavt. Konkurrenceorienteringen er lavere blandt de 161/2-årige end de 151/2-årige og lavest for elever på efterskoler og erhvervsfaglige uddannelser. Hvad angår det disciplinære klima (elevadfærd) ligger efterskoler og gymnasiale uddannelser højere end de 151/2-årige, mens folkeskoler/frie grundskoler og erhvervsfaglige uddannelser ligger væsentligt lavere. Kapitel 1 Baggrund og sammenfatning Alt i alt gælder dermed, at de fire forskellige uddannelsesformer rummer overordentligt forskellige elevtyper, når der ses på gennemsnitstallene. Man kan måske ligefrem tale om uddannelsestyper med helt forskellige profiler. 9
Folkeskolerne og de frie grundskoler rummer, når der ses på de 161/2-årige, der stadig går der, ikke overraskende en relativ overvægt af fagligt svage elever. Hvad social baggrund angår, ligger gruppen under det danske landsgennemsnit. Efterskolerne ligger gennemsnitligt set højt på de faglige områder om end med en betydelig spredning. fordi en del af disse skoler har specialiseret sig i at optage elever, som har haft faglige vanskeligheder i folkeskolen disse elever findes fortrinsvis i efterskolernes 9. klasser, i mindre grad i 10. klasserne. Den sociale baggrund for eleverne ligger også relativt højt. Et helt særligt kendetegn er, at efterskoleeleverne i ganske særlig grad er glade for de sociale relationer som jo især efterskoleformen giver, ved at eleverne er på skolen 24 timer i døgnet. De gymnasiale uddannelser rummer de bogligt set stærkeste elever, som kommer fra hjem med relativt høj social- og erhvervsmæssig status. En lidt mere negativ holdning til skolen må antages at afspejle de højere krav, eleverne møder. Lavest, på samtlige parametre, ligger de erhvervsfaglige uddannelser. Særligt bemær kelses - værdigt er det, at det netop ikke bare drejer sig om dårlige faglige resultater og et lavt socioøkonomisk niveau hos forældrene, men at det også drejer sig om et negativt forhold til skole og uddannelse, en lav grad af selvtillid og relativt dårlige sociale relationer. Hvis man ser ud over gennemsnitsresultaterne, er der dog på alle fire uddannelsestyper væsentlige spredninger. Der er således relativt svage elever på de gymnasiale uddannelser og relativt stærke elever på erhvervsuddannelserne. Man kan i den forbindelse fundere over det hensigtsmæssige i, at der er en så stor faglig og social forskydning mellem især de gymnasiale og de erhvervsfaglige uddannelser, hvis sidstnævnte fremover skal have mulighed for at tiltrække en større gruppe af de fagligt stærke unge og ikke først og fremmest være præget af en restgruppeproblematik. PISA og de 16 1 /2-årige uddannelsessøgende 10
2 Hovedresultater og sammenligninger Af Thomas Young Andersen og Niels Egelund Først præsenteres hovedresultaterne fra DANSK PISA-2003 (161/2-årige) for hvert fag - område fordelt på udvalgte niveauer af uddannelses- og skoletype. Dernæst sammenholdes resultaterne af DANSK PISA-2003 med de danske resultater i OECD PISA-2003 (151/2- årige) og de samlede resultatgennemsnit for alle OECD-landene (151/2-årige). Tabel 2.1 viser meget markante forskelle i gennemsnitsscore, når denne opdeles efter uddannelsestype. På tværs af de fire fagområder er det gennemgående karakteristikum, at elever på de gymnasiale uddannelser scorer væsentligt højere end de øvrige. Efter eleverne på de gymnasiale uddannelser følger efterskoleeleverne, eleverne i folkeskoler/ frie grundskoler og til sidst eleverne på de erhvervsfaglige uddannelser. Tabel 2.1 Gennemsnitsscore for hver uddannelsestype fordelt på fagområde, DANSK PISA-2003 Uddannelsestype Læsning Matematik Naturfag Problemløsning DANSK PISA-2003 (16 1 /2 år) ALLE 512 543 513 540 Folkeskoler / frie grundskoler 1 480 506 476 507 Efterskoler 2 523 552 520 549 Gymnasiale uddannelser (stx, hf, hhx og htx) 568 602 577 594 Erhvervsfaglige uddannelser 454 494 462 491 Det er uddannelsestype vist i tabel 2.1, som fremstillingsmæssigt er den gennemgående opdelingsvariabel fra afsnit 3 og frem. Begrundelsen for at vælge netop denne opdeling 1 Folkeskoler, frie grundskoler og efterskoler tilhører i gængs uddannelsesnomenklatur samme uddannelsestype. I denne fremstilling er det dog fundet relevant at præsentere folkeskoler og frie grundskoler samlet i forhold til efterskoler. Termen uddannelsestype er for nemheds skyld bibeholdt som variabelbetegnelse. 2 Datamaterialet giver ikke mulighed for at skelne mellem elever på henholdsvis gymnasiet og hf. Kapitel 2 Hovedresultater og sammenligninger 11
er, for det første at det giver god indholdsmæssig mening, og for det andet at data - grundlaget målt som antal elever i hver af de fire undergrupper er tilpas stort til, at den statistiske stikprøveusikkerhed reduceres til et passende niveau. I tabel 2.2 er resultaterne på hvert fagområde opdelt i mere detaljerede uddannelses- og skoletypemæssige niveauer. Det bemærkes, at datagrundlaget for visse grupper er relativt beskedent, hvorfor resultaterne generelt skal læses med større forsigtighed end tilfældet er i tabel 2.1. Det præcise datagrundlag målt som antal elever (n) er vist i parentes for hver uddannelses-/skoletype. Forskellen på resultaterne for elever i folkeskolen og de frie grundskoler er iøjnefaldende, hvor sidstnævnte ligger markant højere. Det bemærkes i samme moment, at eleverne på de frie grundskoler resultatmæssigt ligger stort set midt imellem folkeskoleeleverne og efterskoleeleverne (som disses resultater fremgår af tabel 2.1). Opdelingen af det gymnasiale niveau viser, at eleverne i gymnasiet og hf ligger markant over den samlede gruppe af erhvervsgymnasieelever på alle fire fagområder. Forskellen er størst i læsning og naturfag. Ved en yderligere opdeling af erhvervsgymnasiegruppen i hhx og htx viser det sig imidlertid, at htx-eleverne ligger helt på niveau med gymnasium- og hf-eleverne i både matematik og problemløsning samt tilnærmelsesvis i naturfag, mens forskellen i læsning stadig er stor. Htx-eleverne ligger markant højere end hhx-eleverne på de tre nævnte fagområder, mens htx ernes forspring i læsning er beskedent. Tabel 2.2 Gennemsnitsscore pr. fagområde, fordelt på mere deltaljerede uddannelsesog skoletypemæssige niveauer, DANSK PISA-2003 PISA og de 16 1 /2-årige uddannelsessøgende 12 Uddannelses-/skoletype Læsning Matematik Naturfag Problemløsning DANSK PISA-2003 (16 1 /2 år) ALLE 512 543 513 540 Folkeskoler (n=845) 476 504 473 506 Frie grundskoler (n=185) 504 527 499 524 Gymnasium/hf 2 (n=686) 575 607 584 599 Erhvervsgymnasium (n=322) 541 582 551 577 Hhx (n=176) 539 567 535 567 Htx (n=146) 546 610 578 596 Et af de resultater, som har påkaldt sig stor opmærksomhed, er opgørelsen af den andel elever, som i PISA-undersøgelserne betegnes som havende manglende funktionel læsekompetence. Dette kan nærmere defineres som elever, der vil have vanskeligt ved at anvende deres læsning som et redskab i deres fortsatte uddannelse og i deres fremtidige arbejde. Definitionen, der er grundigt gennemgået i publikationen om de 15-årige (Mejding, 2004), dækker teknisk set, at det er elever, der klarer sig på læseniveau 1 eller under (<408 scorepoints). I OECD-PISA 2003 (151/2-årige) var andelen for læsning i Danmark 17%, mens den i DANSK PISA-2003 (161/2-årige) ligger på lige under 10% (9,8%). Differencen på de ca. 6 procentpoint skyldes primært to forhold: For det første
at eleverne har gået et år mere i skole og således har styrket deres læsefærdigheder; for det andet at flere læsesvage elever nu har forladt uddannelsessystemet og således ikke indgår i undersøgelsens målgruppe. Tabel 2.3 viser, at sammenligningen mellem de forskellige uddannelses-/skoletyper følger det mønster, der ses ved opgørelsen af gennemsnitsscore (jf. tabel 2.1 og 2.2): Andelen af elever i den kritiske gruppe er minimal i gymnasiet/hf (0,4%), meget beskeden i erhvervsgymnasiet (2,2%), noget større på efterskoler og frie grundskoler (hhv. 7,6% og 9,7%) og størst i folkeskolen og på de erhvervsfaglige uddannelser (hhv. 16,1% og 24,3%). Tabel 2.3 Elevandel (%) med manglende funktionel læsekompetence, fordelt på uddannelses-/skoletype, DANSK PISA-2003 Uddannelses-/skoletype Læsning (%) DANSK PISA-2003 (16 1 /2 år) ALLE 9,8% Folkeskoler og frie grundskoler samlet 14,8% Efterskoler 7,6% Gymnasiale uddannelser (stx, hf, hhx og htx) 0,8% Erhvervsfaglige uddannelser 24,3% Folkeskoler 16,1% Frie grundskoler 9,7% Gymnasium/hf 0,4% Erhvervsgymnasium 2,2% Hhx 2,3% Htx 2,1% I tabel 2.4 vises elevandelen med manglende funktionel læsekompetence fordelt på de fire uddannelsestypemæssige hovedgrupper (jf. tabel 2.1) og klassetrin. Det ses, at den største forekomst af manglende funktionel læsekompetence findes hos 8. kl. elever i folkeskoler og frie grundskoler. Dette er, som man kunne forvente, idet der her er tale om elever, som ligger to klassetrin under det niveau, deres alder typisk tilsiger. Dvs. elever som formentlig er holdt tilbage på grund af fx læsevanskeligheder eller andre faglige problemer. Næsthøjeste andel findes blandt 9. kl. elever på efterskoler. Dette fænomen skyldes formentlig, at mange efterskoler har specialiseret sig i at tage elever med svage læsekompetencer i det sidste undervisningspligtige år 3. Når man sammenligner med 10. klasse på efterskolerne ses, at der her er tale om en helt anden læsekompetencemæssig gruppe formentlig elever, som blot har brug for et år mere til at modnes og finde ud af, hvad deres videre vej i uddannelsessystemet skal være. 3 Der indgår kun to elever i gruppen efterskolernes 8. kl. Kapitel 2 Hovedresultater og sammenligninger 13
Tredje højest ligger 9. klasseelever i folkeskoler og frie grundskoler tæt fulgt af eleverne på de erhvervsfaglige uddannelser. Herefter finder vi elever i folkeskolernes og de frie grundskolers 10. kl. Bedst ligger ikke overraskende eleverne på de gymnasiale uddannelser, hvor der både samlet og på første gymnasiale trin er tale om under 1%. Blandt de få elever på det andet gymnasiale trin (11. kl.) er der ingen elever med manglende funktionel læsekompetence 4. Tabel 2.4 Elevandel (%) med manglende funktionel læsekompetence, fordelt på klassetrin og uddannelsestype, DANSK PISA-2003 Klassetrin Folkeskole/ Efterskole Gymnasiale Erhvervsfaglige fri grundskole uddannelser uddannelser 8. kl. 71,4% 9. kl. 28,6% 36,2% 10. kl. 10,7% 4,7% 0,8% 24,3% 11. kl. 0,0% Alle klassetrin 14,8% 7,6% 0,8% 24,3% Sammenligningen af resultaterne for de 161/2-årige (DANSK PISA-2003) og de 151/2- årige (OECD-PISA 2003) er interessant, fordi den giver et summarisk mål på, hvor meget ét skoleår ekstra rykker for en dansk årgang af uddannelsessøgende. Som det ses af tabel 2.5, scorer de danske uddannelsessøgende på 161/2 år i gennemsnit markant højere end de danske 151/2-årige. Forskellen gælder alle fire fagområder men er dog særlig udpræget i naturfag og matematik, hvor forskellen er henholdsvis 38 og 29 point. Tabel 2.5 Gennemsnitsscore for hver målgruppe fordelt på fagområde Målgruppe Læsning Matematik Naturfag Problemløsning DANSK PISA-2003 (16 1 /2 år) 512 543 513 540 PISA 2003 (15 1 /2 år) DK 492 514 475 517 PISA 2003 (15 1 /2 år) OECD 5 494 500 500 500 PISA og de 16 1 /2-årige uddannelsessøgende Bemærk at testscorerne for de to aldersgrupper (årgange) skal sammenlignes med det forhold in mente, at andelen af unge under uddannelse er forskellig. De 151/2-årige befinder sig for langt størstedelens vedkommende stadigvæk i grundskolen, mens de 161/2-årige for en stor dels vedkommende er begyndt på en ungdomsuddannelse. De 161/2-årige, der har forladt grundskolen og endnu ikke har påbegyndt en ungdomsuddannelse, falder uden for målgruppen. De relevante andele er opgjort i indledningen (afsnit 1.1) samt metodedelen sidst i rapporten (afsnit M.2). Dette forhold er dog ikke anderledes, end det som gør sig gældende ved de internationale sammenligninger generelt: Der er forskel mellem landene på, hvor stor en andel af de relevante ungdoms - årgange som befinder sig i uddannelsessystemet og således indgår i målgruppen. 14 4 I denne gruppe indgår kun 32 elever. De flytter derfor ikke på gennemsnittet. 5 Det samlede gennemsnit for alle OECD-lande.
En sammenligning af resultaterne fra DANSK PISA-2003 med DANSK PISA-2000 er ikke relevant, da procedurerne for stikprøveudtræk og datavejning er lagt om i forbindelse med 2003-runden på basis af de erfaringer, der blev gjort i 2000-runden. Det primære formål med omlægningen har været at fremme hensynet til at kunne sammenligne resultater på tværs af uddannelses-/skoletyper. Med designet for DANSK PISA-2003 er hensynet til dette balanceret med hensynet til at sammenligne med resultaterne fra OECD-PISA. Designet vil blive fastholdt i forbindelse med DANSK PISA 2006, så der her vil være mulighed for sammenligning over tid. Kapitel 2 Hovedresultater og sammenligninger 15
3 Målgruppens socio økonomiske udseende Af Thomas Young Andersen og Niels Egelund Talrige undersøgelser har påvist, at visse socioøkonomiske variabler er meget væsentlige indikatorer i forhold til at kunne forudsige eller forklare variationen af elevernes resultater inden for uddannelsessystemet. Det være sig i form af videreuddannelsessandsynlighed, karakterer eller resultater i færdighedstest som PISA. Vi har i afsnit 2 konstateret, at uddannelsestype udgør en meget væsentlig skillelinje, hvad angår præstationsniveau inden for alle fire fagområder. I socioøkonomisk optik vil det være relevant at teste, hvor megen selvstændig forklaringskraft uddannelsestype som forklaringsvariabel rummer, når der korrigeres for udvalgte socioøkonomiske variabler. Som indledning til de efterfølgende afsnits analyser, der inddrager udvalgte socio - økonomiske (forklarings)variabler, præsenteres her i afsnit 3 stikprøvens socioøkono - miske udseende på følgende dimensioner: Køn, forældrenes uddannelsesniveau, forældre - nes erhvervsmæssige status, familietype, sprog i hjemmet og indvandrer-/efterkommerstatus. Sammenfattende tegner der sig ved sammenligning mellem de fire uddannelsestyper et meget karakteristisk billede: Eleverne på de gymnasiale uddannelser er de absolut mest socialt begunstigede relativt tæt fulgt af efterskoleeleverne. I folkeskolen/fire grundskoler og især på erhvervsskolerne finder man i højere grad de unge, som kommer fra de relativt set dårligste sociale kår. 3.1 Køn Med hensyn til køn fordeler de 161/2-årige sig vidt forskelligt på de fire uddannelsestyper. Af tabel 3.1 ses, at drengene har en svag dominans i folkeskolen/de frie grundskoler og en kraftig overrepræsentation på de erhvervsfaglige uddannelser, mens pigerne er i overtal på efterskolerne og især de gymnasiale uddannelser. Tabel 3.1 Piger og drenge, fordelt på uddannelsestype Kapitel 3 Målgruppens socio økonomiske udseende Køn Folkeskole/ Efterskole Gymnasial Erhvervsfaglig fri grundskole uddannelse uddannelse 17 Pige 48% 52% 57% 21% Dreng 52% 48% 43% 79%
3.2 Forældres uddannelsesmæssige status Forældrenes uddannelsesmæssige status er i undersøgelsen registreret efter den internationale ISCED skala, der rummer seks trin plus en residual kategori for ingen uddannelse overhovedet. I tabel 3.2 vises det højeste uddannelsesniveau for forældrene. Det fremgår, at forældrene til elever på de gymnasiale uddannelser generelt har et højere uddannelsesniveau end de øvrige relativt tæt fulgt af forældrene til efterskoleelever. Folkeskolerne/de frie grundskoler og især de erhvervsfaglige elever har generelt den laveste forældreuddannelsesmæssige baggrund i bagagen. Tabel 3.2 Forældrenes højeste uddannelsesniveau, fordelt på uddannelsestype Uddannelses - Folkeskole/ Efterskole Gymnasial Erhvervsfaglig niveau fri grundskole uddannelse uddannelse ISCED 0 (ingen uddannelse) 0% 0% 0% 1% ISCED 1 (1.-6. kl.) 4% 2% 1% 2% ISCED 2 (7.-10. kl.) 1% 1% 0% 1% ISCED 3B, C (erhvervsfaglig) 15% 11% 7% 27% ISCED3A, 4 (gymnasial) 24% 16% 16% 22% ISCED 5B (KVU) 36% 49% 41% 34% ISCED 5A, 6 (MVU, bachelor, LVU, Ph.D.) 20% 23% 35% 13% PISA og de 16 1 /2-årige uddannelsessøgende 3.3 Forældres erhvervsmæssige status Forældrenes erhvervsmæssige status er i PISA indplaceret på en kontinuert skala fra 0 til 100, hvor 0 er det laveste og 100 det højeste niveau. I tabel 3.3 vises, hvorledes gennemsnit fordeler sig på forskellige uddannelsestyper og klassetrin. Det fremgår, at den laveste score for erhvervsmæssig status findes for de erhvervsfaglige elever fulgt af eleverne fra folkeskolen/frie grundskoler. Væsentligt højere ligger efterskolerne og højest de gymnasiale uddannelser. Alle forskellene er stærkt statistisk signifikante. Der er den yderligere klassetrinsbundne tendens, at jo længere eleven er nået (målt i klassetrin) des højere resultat på forældrenes erhvervsmæssige status. 18
Tabel 3.3. Resultat for forældres erhvervsmæssige status, fordelt på uddannelsestype og klassetrin Klassetrin Folkeskole/ Efterskole Gymnasial Erhvervsfaglig fri grundskole uddannelse uddannelse Gennemsnitsniveau 47,1 51,1 56,6 44,4 8. kl. 39,1 45,0 9. kl. 47,0 46,0 10. kl. 47,2 51,4 56,5 44,4 11. kl. 61,2 3.4 Familietype Tabel 3.4 viser, at eleverne på de erhvervsfaglige uddannelser og i folkeskolen/frie grundskoler oftere lever i familier med en enlig forælder end elever på efterskoler og gymnasiale uddannelser. De to sidstnævnte elevgrupper lever i højere grad i traditionelle kernefa - milier. Tabel 3.4 Familietype, fordelt på uddannelsestype Familietype Folkeskole/ Efterskole Gymnasial Erhvervsfaglig fri grundskole uddannelse uddannelse Enlig forælder 27% 21% 19% 28% Kernefamilie 64% 71% 74% 63% Anden familietype 9% 8% 7% 8% 3.5 Sprog i hjemmet og indvandrer-/efterkommerstatus Som det fremgår af tabel 3.5, er de tosprogede i målgruppen relativt overrepræsenteret i folkeskolen/de frie grundskoler og underrepræsenteret på efterskolerne. Tabel 3.5 Sprog i hjemmet, fordelt på uddannelsestype Sprog i hjemmet Folkeskole/ Efterskole Gymnasial Erhvervsfaglig fri grundskole uddannelse uddannelse Dansk 92% 97% 96% 95% Andet sprog end dansk 8% 3% 4% 5% Kun få elever har oplyst at have status som indvandrer/efterkommer (2%). Der er imidlertid 11%, som ikke har besvaret spørgsmålet. Betragtes alene de gyldige svar, er der 4% indvandrere/efterkommere i folkeskolen/de frie grundskoler, 1% blandt eleverne på både erhvervsfaglige og gymnasiale uddannelser, mens der slet ingen er i efterskolegruppen. Kapitel 3 Målgruppens socio økonomiske udseende 19
Når man undersøger de faglige standpunkter for unge, der hhv. taler dansk og et andet sprog end dansk i hjemmet, finder man den fordeling, som fremgår af tabel 3.6. Der ses en forskel på 87-108 points mellem de dansksprogede og de tosprogede. Størst er forskellen i naturfag. Tabel 3.6 Gennemsnitsscore for hhv. dansksprogede og tosprogede fordelt på fagområde Målgruppe Læsning Matematik Naturfag Problemløsning Dansksprogede 520 551 522 548 Tosprogede 433 457 414 451 Andelen af elever med manglende funktionel læsekompetence fordelt på sprog i hjemmet viser, at 7,5% af de dansksprogede befinder sig i den kritiske gruppe, mens den tilsvarende andel blandt de tosprogede er 36,4%. PISA og de 16 1 /2-årige uddannelsessøgende 20
4 Matematik uddybende analyser Af Lena Lindenskov, Peter Weng og Niels Egelund I dette afsnit vises først de 161/2-åriges præstationer på matematikområdet samlet set og dernæst inden for de fire delområder: Rum og form; Forandringer og sammenhænge; Størrelser; Usikkerhed. Resultaterne er i alle tilfælde fordelt på uddannelsestype og i de fleste tilfælde også på køn. 4.1 Samlet matematikscore Som det blev vist i afsnit 2.1 (tabel 2.1), er der betydelige forskelle i matematikkompetence hos eleverne fra de fire uddannelsestyper. Højest ligger ikke uventet elever fra de gymnasiale uddannelser fulgt af efterskoleeleverne, elever fra folkeskolen/de frie grundskoler og til sidst eleverne fra de erhvervsfaglige uddannelser. De markante forskelle mellem de uddannelsesfordelte gennemsnitsresultater bør dog ikke skygge for det forhold, at der for en betydelig del af eleverne er overlap i kompetenceniveau mellem de fire uddannelsestyper. Figur 4.1 illustrerer vha. et såkaldt boxplot-diagram 6 det forhold, at der også i folkeskolen/de frie grundskoler er mange elever, der scorer højt i matematik, ligesom der omvendt kan identificeres en tung ende blandt efterskoleeleverne på trods af deres højere gennemsnitlige score. 6 Stregen midt i diagrammet angiver medianværdien, kasserne på hver side kvartiler, pindene 5 og 95 percentiler Kapitel 4 Matematik uddybende analyser 21
Figur 4.1 Samlet matematikscore, fordelt på uddannelsestype 900 800 Matematikresultater 700 600 500 400 300 200 100 N= 1403 751 883 174 Folkeskole/fri grund Gymnasial uddannelse Efterskole Erhvervsfaglig udd. Uddannelsestype Inden for hver af de fire uddannelsestyper er det undersøgt, om der er forskelle mellem resultater for drenge og piger. Resultaterne er fremstillet i både tabel 4.1 og figur 4.2 7. Drenge præsterer gennemsnitligt signifikant højere end pigerne på alle fire uddannelsestyper. Forskellen mellem drenge og pigers præstationer var i international sammenligning meget markant for de danske 151/2-årige, og forskellen er endnu mere udpræget blandt de 161/2-årige. Tabel 4.1 Samlet matematikscore, fordelt på uddannelsestype og køn PISA og de 16 1 /2-årige uddannelsessøgende 22 Uddannelsestype Gennemsnit piger Gennemsnit drenge Difference Folkeskoler/frie grundskoler 493 518 25 Efterskoler 543 564 21 Gymnasiale uddannelser 583 627 44 Erhvervsfaglige uddannelser 462 503 41 7 Diagrammet viser med firkanter gennemsnitsværdier for hver gruppe. Pindene over og under gennemsnittet viser statistiske sikkerhedsintervaller på 95% niveauet. Til fortolkningen af disse gælder, at hvor de lodrette pinde ikke overlapper, når man sammenligner to grupper, er forskellen statistisk sikker ( signifikant )
Figur 4.2 Samlet matematikscore, fordelt på uddannelsestype og køn 700 Matematikresultater 600 500 Køn Pige 400 N= 678 725 393 359 500 383 37 136 Dreng Folkeskole/fri grund Efterskole Gymnasial uddannelse Erhvervsfaglig udd. Uddannelsestype Tabel 4.2 viser kvartilerne for henholdsvis drenge og pigers matematikscore. Samlet betragtet giver de tre fikspunkter et indtryk af spredningen i testscoren for de i tabellen definerede undergrupper. Sammenlignes eleverne på henholdsvis folkeskoler/frie grundskoler og de gymnasiale uddannelser, hvad angår forskellen mellem 1. og 3. kvartil, ser man et skift i spredningen hvad angår køn. Mens det på folkeskolerne/de frie grundskoler er drengene, der har den største spredning, er det pigerne på de gymnasiale uddannelser. Tabel 4.2 Samlet matematikscore, fordelt på uddannelsestype og køn Uddannelsestype 1. kvartil 2. kvartil 3. kvartil 1. kvartil 2. kvartil 3. kvartil piger piger piger Drenge drenge drenge Folkeskoler/ frie grundskoler 440 492 552 456 526 581 Efterskoler 488 547 560 514 566 623 Erhvervsfaglige uddannelser 412 472 507 454 504 552 Gymnasiale uddannelser 527 586 640 585 637 675 Kapitel 4 Matematik uddybende analyser 23
I afsnit 3 blev præsenteret en række socioøkonomiske variabler, der formodes at have betydning for elevernes præstationer i uddannelsessystemet. Som en yderligere bag grunds - variabel er det fundet relevant at inddrage disciplinært klima (jf. afsnit 8.4). Hvad denne variabel angår, er det sådan i relation til uddannelsestype, at der måles et mindre udpræget disciplinært klima i folkeskolen/de frie grundskoler og på de erhvervsfaglige uddannelser i forhold til efterskolerne og gymnasiale uddannelser. Da opdeling på alle de nævnte variabler har statistisk sammenhæng med resultater i de faglige test, herunder problemløsning, bliver det relevante spørgsmål, i hvilken grad uddannelsestype og køn rummer selvstændig forklaringskraft, når de andre faktorer tages i betragtning. En multivariat statistisk analyse (regressionsanalyse) med den samlede matematikscore som afhængig variabel resulterer i en forklaringsgrad (R 2 ) 8 på 21%. De mest indflydel - sesrige forklaringsvariabler er forældrenes uddannelse og erhverv, fulgt af uddannelsestype, det disciplinære klima, køn, indvandrer-/efterkommerstatus og til sidst familiestatus (enlig forælder). Sammenfattende ses følgende tendenser, som man bør være opmærksom på: Elever på efterskoler præsterer gennemsnitligt markant højere end elever på folke - skoler/frie grundskoler Præstationerne hos de lavest præsterende piger på de erhvervsfaglige uddannelser er bemærkelsesværdigt lave Kønsforskelle i drengenes favør er et generelt træk og ser ud til at vokse markant fra 151/2-årige til 161/2-årige, formentlig påvirket af et større frafald blandt drenge. I folkeskoler/frie grundskoler er spredningen i matematikscore størst blandt drengene, modsat de gymnasiale uddannelser, hvor spredningen er størst blandt pigerne PISA og de 16 1 /2-årige uddannelsessøgende 24 8R 2 er et såkaldt PRE-mål (proportional reduction in error) og kan antage værdier fra [0-1]. Jo større R 2, des stærkere forklaringskraft. I lægmandstermer betyder en signifikant R 2, at anvendelse af regressionsligningen vil reducere antallet af fejl i forudsigelsen af den afhængige variabel (y) sammenlignet med det antal fejl, der ville være begået, hvis man gættede på den gennemsnitlige y-værdi. Regressionsligningen gør med andre ord, at man kan forklare variationen i y R 2 procent bedre. Hvor stor R 2 skal være for at man kan tale om en egentlig betydende sammenhæng, er svært at sige præcist. Inden for socialvidenskaberne er man generelt tilfreds, hvis man kan forklare 20-30% af variationen med få (altså mere end én) uafhængige variabler. For en enkelt uafhængig variabel anses det for usædvanligt at observere R 2 -værdier større end 0,25 svarende til en Pearson-korrelationskoefficient (r) på 0,5 (+/-).
4.2 Score i de fire matematikdele De i afsnit 4.1 viste resultater gælder generelt for præstationerne på de fire faglige delområder inden for matematik. Tabel 4.3 giver en samlet præsentation af nøgletal i form af gennemsnit (Gen.) og kvartiler (kv.) for hvert delområde fordelt på uddannelsestype og køn. Tabel 4.3 Matematikscore for hvert delområde, fordelt på uddannelsestype og køn Gen.P Gen.D 1.kv.P 2.kv.P 3.kv.P 1.kv.D 2.kv.D 3.kv.D Rum og form Folkeskoler/frie grundskoler 488 516 431 491 549 451 520 587 Efterskoler 543 569 485 547 608 516 571 635 Erhvervsfaglige uddannelser 462 509 393 466 520 452 516 567 Gymnasiale uddannelser 581 624 519 586 644 572 631 680 Forandringer og sammenhænge Folkeskoler/frie grundskoler 484 513 426 487 541 451 513 579 Efterskoler 539 564 484 542 598 513 572 625 Erhvervsfaglige uddannelser 447 491 395 459 503 433 494 548 Gymnasiale uddannelser 586 637 528 591 642 593 643 692 Størrelser Folkeskoler/frie grundskoler 488 517 432 485 547 458 515 583 Efterskoler 539 566 485 542 597 511 569 624 Erhvervsfaglige uddannelser 460 503 422 465 499 456 503 554 Gymnasiale uddannelser 583 629 531 587 637 585 633 678 Usikkerhed Folkeskoler/frie grundskoler 542 556 442 500 559 460 524 586 Efterskoler 501 521 492 556 604 510 558 619 Erhvervsfaglige uddannelser 470 505 408 486 522 451 511 561 Gymnasiale uddannelser 582 617 528 585 635 567 628 667 Kapitel 4 Matematik uddybende analyser 25
5 Problemløsning uddybende analyser Af Niels Egelund Forskellen i problemløsningsscore mellem de fire udannelsestyper, jf. tabel 2.1, svarer ganske nøje til de forskelle, der gælder på matematikområdet. Højest ligger igen elever fra de gymnasiale uddannelser fulgt af efterskoleeleverne, elever fra folkeskolen/de frie grundskoler og til sidst eleverne fra de erhvervsfaglige uddannelser. Figur 5.1 illustrerer spredningen inden for de fire uddannelsestyper. Figur 5.1 Problemløsningsscore, fordelt på uddannelsestype 800 Problemløsningsresultater 700 600 500 400 300 200 100 N= 1403 751 883 174 Folkeskole/fri grund Gymnasial uddannelse Efterskole Erhvervsfaglig udd. Uddannelsestype Inden for hver af de fire uddannelsestyper er det undersøgt, om der er forskelle mellem resultater for drenge og piger. Resultaterne er vist i figur 5.2. Det ses, at der kun for de gymnasiale uddannelser er statistisk signifikant kønsforskel på problemløsningsscoren, idet drengene klarer sig bedre end pigerne. Her er der således tale om et knapt så entydigt billede som på matematikområdet. Kapitel 5 Problemløsning uddybende analyser 27
Figur 5.2 Problemløsningsscore, fordelt på uddannelsestype og køn 700 Problemløsningsresultater 600 500 Køn Pige 400 N= 678 725 393 359 500 383 37 136 Dreng Folkeskole/fri grund Efterskole Gymnasial uddannelse Erhvervsfaglig udd. Ved regressionsanalyse forklares 19% af variationen i problemløsningsresultater ved de sociale variable. Her kommer uddannelsestype ind på førstepladsen med 8,6%, fulgt af forældrenes højeste socialøkonomiske status med 5,0%, disciplinært klima med 3,0%, indvandrerstatus med 1,6%, familiestruktur med 0,2% og køn med 0,2%. PISA og de 16 1 /2-årige uddannelsessøgende Uddannelsestype 28
6 Læsning uddybende analyser Af Jan Mejding og Niels Egelund Som i år 2000 er det eleverne på de gymnasiale uddannelser, der har de bedste resultater i læsning. I figur 6.1 er vist 25-75 percentilerne for uddannelsestyperne med gennemsnittet noteret i søjlen for hver type. Det ses, at eleverne på de erhvervsfaglige uddannelser har både den største spredning i resultaterne og det laveste gennemsnit. Figur 6.1 Læsescore, fordelt på uddannelsestype Læsescore efter skoletype 16-årige 25-75 percentilafgrænsning m. gns Gymnasial linje 568 Erhvervsfaglig udd. 454 Efterskole 523 Folke/privatskole 350 400 450 500 550 600 650 Score I læsning er det traditionelt pigerne, som har de bedste resultater. Det gælder også her, når læsescoren betragtes for alle de 161/2-årige i målgruppen. Men der er interessante forskelle mellem uddannelsestyperne, jf. figur 6.2. Hvor forskellen er størst på folkesko - lerne/de frie grundskoler og efterskolerne, så er den stort set forsvundet på de gymnasiale uddannelser. Her er der ikke længere signifikant forskel mellem drenges og pigers læse - resultater, og gennemsnittene for de to grupper ligger meget tæt. 480 Kapitel 6 Læsning uddybende analyser 29
Figur 6.2 Læsescore, fordelt på uddannelsestype og køn 600 580 560 Læseresultater 540 520 500 480 Køn 460 Pige 440 420 N= 678 725 393 359 500 383 37 136 Dreng Folkeskole/fri grund Efterskole Gymnasial uddannelse Erhvervsfaglig udd. Uddannelsestype Når man ser på spredningen i pigers og drenges resultater som vist i figur 6.3 bemærkes, at de gymnasiale elever ligner hinanden på tværs af køn, mens der er særlige problemer for en relativt stor andel drenge på de erhvervsfaglige uddannelser ca. 25% ligger på 400 point eller lavere. Figur 6.3 Læsescore, fordelt på uddannelsestype 800 PISA og de 16 1 /2-årige uddannelsessøgende Læseresultater 600 400 200 0 N= 678 725 393 359 500 383 37 136 Folkeskole/fri grund Gymnasial uddannelse Køn Piger Drenge Efterskole Erhvervsfaglig udd. 30 Uddannelsestype
Figur 6.4 illustrerer sammenhængen mellem elevernes læsefærdigheder og hjemmets bogmæssige status defineret ved, hvor mange bøger de har stående på hylderne derhjemme. Bortset fra de to laveste kategorier 0-10 og 11-25 bøger, så er der signifikant forskel mellem resultaterne fra elever, der grupperer sig i de øvrige kategorier. Det bemærkes, at samme mønster gælder for de 151/2-årige. Figur 6.4 Læsescore, fordelt på antal bøger i hjemmet Læsning og antal bøger i hjemmet 16-årige 25-75 percentilafgrænsning m. gns Mere end 500 bøger 201-500 bøger 541 554 101-200 bøger 524 26-100 bøger 506 11-25 bøger 0-10 bøger 470 467 350 400 450 500 550 600 650 Læsescore Det har også betydning, hvilket sprog man taler i hjemmet 9. Et andet sprog end dansk skaber alt andet lige en forventning om dårligere læsescore, jf. figur 6.5. Samme tendens ses blandt de 151/2-årige. Kapitel 6 Læsning uddybende analyser 9 Eleverne er delt op efter, om de taler et af de store indvandrersprog som fx tyrkisk, arabisk, urdu, serbokroatisk (andet sprog 1) eller et andet (ikke identificeret) sprog (andet sprog 2). Resultaterne skal læses med forsigtighed, da vi har relativt få elever i undersøgelsen, som taler et andet sprog hjemme end dansk. 31
Figur 6.5 Læsescore, fordelt på sprog i hjemmet Læsning og sprog i hjemmet 16-årige 25-75 percentilafgrænsning m. gns Andet sprog 2 436 Andet sprog 1 429 Dansk 520 350 400 450 500 550 600 Score Den anvendte multivariate analyse kan på basis af de inddragede baggrundsvariabler forklare 23% af variationen i læsescoren. Mest forklarende variabel er uddannelsestype med 9,6% fulgt af forældrenes højeste socioøkonomiske status med 6,6%, elevernes køn (2,9%), disciplinært klima (1,9%), indvandrerstatus (1,1%) og sprog talt i hjemmet (0,1%). PISA og de 16 1 /2-årige uddannelsessøgende 32
7 Naturfag uddybende analyser Af Annemarie Møller Andersen, Helene Sørensen og Niels Egelund For naturfag gælder som for de øvrige fagområder, at der er store forskelle på de resultater, de 161/2-årige fra forskellige uddannelsestyper har opnået, jf. afsnit 2.1. Elever fra de gymnasiale uddannelser scorer højest. Derefter følger efterskoleeleverne, eleverne på folkeskoler/frie grundskoler og til sidst eleverne fra de erhvervsfaglige uddannelser. De 161/2-årige i folkeskolerne/de frie grundskoler scorer på samme niveau som den samlede gruppe af 151/2-årige henholdsvis 476 og 475 point. Figur 7.1 giver et indtryk af spredningen i naturfagsscoren inden for de enkelte uddannelsestyper. Der er forskelle uddannelserne imellem, med en relativt tung ende ved alle uddannelser undtaget de gymnasiale, og i øvrigt et markant lavere niveau ved de erhvervsfaglige uddannelser. Figur 7.1 Score i naturfag, fordelt på uddannelsestype 1000 Naturfagsresultater 800 600 400 200 0 N= 1403 751 883 174 Folkeskole/fri grund Gymnasial uddannelse Efterskole Erhvervsfaglig udd. Kapitel 7 Naturfag uddybende analyser Uddannelsestype 33
Fordelt på køn gælder samme mønster som for de 151/2-årige: Drengene scorer markant højere end pigerne. Forskellen er undersøgt for hver af de fire uddannelsestyper, og resultaterne fremgår af figur 7.2. Det ses, at drengene klarer sig bedre end pigerne inden for alle fire uddannelsestyper, og kun på de erhvervsfaglige uddannelser er drengenes afstand til pigerne ikke statistisk signifikant. Figur 7.2 Score i naturfag, fordelt på uddannelsestype og køn 700 600 Naturfagsresultater 500 400 Køn Pige 300 N= 678 725 393 359 500 383 37 136 Dreng Folkeskole/fri grund Efterskole Gymnasial uddannelse Erhvervsfaglig udd. Uddannelsestype PISA og de 16 1 /2-årige uddannelsessøgende For naturfag viser den multivariate analyse, at 24% af variationen kan forklares af bag - grundsvariable. Mest betydende er forældrenes højeste socioøkonomiske status med 11,3%, fulgt af uddannelsestype med 7,3%, køn med 2,0%, indvandrerstatus med 1,5%, disciplinært klima med 1,3% og enlig forældre med 0,8%. 34
8 Personlige og Sociale kompetencer (CCC Cross Curricular Competencies) Af Niels Egelund Forsøg på at definere og sætte mål for basale kundskaber og færdigheder for livet har fundet sted i forskellige sammenhænge. I OECD regi tog man systematisk hul på, hvad læring for livet er, og i publikationen Prepared for life fra 1997 blev der således redegjort for et udredningsarbejde, hvor man i perioden 1991-97 har søgt efter og afprøvet forskellige indikatorer, som dækkede spørgsmålet: Hvilke evner og egenskaber har unge brug for, når de forlader skolen, hvis de skal være i stand til at indgå konstruktivt som medlemmer af samfundet?. Interessefeltet er fra midten af 1990 erne internationalt betegnet CCC (Cross Curricular Competencies). Fra det nævnte udviklingsarbejde i OECD regi og fra PISA-2000 har der vist sig at være en række indikatorer inden for området selvopfattelse, som synes gyldige og pålidelige, og der arbejdedes derefter på at raffinere og videreudvikle disse indikatorer, således at de kunne indgå i PISA 2003. Overbegrebet for det, der måles, er på engelsk Self-Regulated Learning as a Cross Curricular Competency. En direkte oversættelse til dansk som selvreguleret læring giver næppe mening uden for en snæver pædagogisk psykologisk faggruppe, og det er derfor mere informativt at se på hver af kategorierne og de samlende, overordnede skalaer, kategorierne indgår i. Det gælder om skalaerne og kategorierne, at de har teoretisk begrundelse, har uddannelsespolitisk interesse, har gode psykometriske egenskaber og har begrænset overlap. Oversat til almindelig dansk sprogbrug har katego - rierne en nær sammenhæng med begreberne ansvar for egen læring, motivation og selvopfattelse. Det skal om testen bemærkes, at der som i PISA-undersøgelserne i øvrigt var og er tale om elevernes selvrapportering på spørgsmål, hvor eleverne vælger mellem faste svarkategorier. Elevernes motivation for samarbejde og konkurrence bedømmes således ud fra deres egne udsagn og ikke ud fra en demonstration i praksis. En sådan vurdering fra virkeligheden ville naturligvis have været ønskelig, men har ikke været praktisk mulig i en undersøgelse, der omfatter så mange elever, som PISA gør. Videre betyder brugen af selvrapportering, at kulturelle normer for, hvad der er passende at sige om sig selv, ikke kan undgå at spille ind. Kapitel 8 Personlige og Sociale kompetencer (CCC Cross Curricular Competencies) 35