Danske unge i en international sammenligning Bind 2 – Teknisk ...

More documents

Recommendations

Info

ældrenes stillingsbetegnelse. Metoden, der ligger bag transformationen af den detaljerede information om forældrenes stilling (som bliver “oversat” af erfarne kodere til en firecifret ISCO-88 kode til et indeks), er udviklet af Ganzeboom, De Graaf og Treiman (1992), muliggør sammenligninger af indekset på tværs af lande. HISEI-indekset fanger de egenskaber ved enkelte stillingskategorier, som “konverterer” forældrenes uddannelse til indkomst. I atter andre tilfælde bruges variablene i det, som kaldes et skalaindeks (scale indices). I disse tilfælde skaleres svarene på spørgsmål med to svarmuligheder (ja/nej) eller spørgsmål med svarkategorier, som følger en Likert- eller lignende skala, ved hjælp af Item Response Theory (IRT) metoder. Et eksempel på et sådant indeks er indekset for “kulturel kapital”, som baserer sig på elevernes svar på, hvorvidt der er klassisk litteratur, digtsamlinger og kunstværker i deres hjem. For flere detaljer til disse indekseringsmetoder henvises der til OECD (2009b). Referencer Fullan, M. (2007) The New Meaning of Educational Change, Fourth Edition, Teachers College Press, New York. Ganzeboom, H.B.G. P. M., De Graaf and D. J. Treiman (1992) “A Standard International Socio-economic Index of Occupational Status” Social Science Research: 21(2): 1-56. Zimmer, R. and E. Toma (2000) Peer Effects in Private and Public Schools Across Countries, Journal of Policy Analysis and Management, 19(1): 75-92. OECD (2009a) PISA 2009 Assessment Framework – Key Competencies in Reading, Mathematics and Science, OECD, Paris. OECD (2009b) PISA 2006 Technical Report, OECD, Paris. Kapitel 5 – Baggrundsoplysninger og fortolkning af testresultaterne i PISA 159
PISA 2009 – Danske unge i en international sammenligning 160 Bilag: Statistisk metode PISA-undersøgelsen anvender komplekse metoder, som stiller krav til, hvordan data bør analyseres. For det første udtrækker PISA ikke tilfældige stikprøver af elever, men anvender et totrins design: først udtrækkes skoler, og derefter udtrækkes elever i de deltagende skoler. En sådan udtræksmåde kræver anvendelse af særlige statistiske metoder til at beregne de korrekte standardfejl for de ønskede populationsestimater (af eksempelvis gennemsnitlige testscorer) for at kunne drage de rigtige konklusioner om statistisk signifikans. For det andet anvender PISA imputationsmetoder (plausible values) for at afrapportere elevernes testresultater, hvilke er velegnede, når man i internationale studier som PISA lægger vægt på præcise skøn over hele elevbefolkningens færdigheder (frem for at lave præcise skøn over den enkelte elevs færdigheder). Alle resultater i de internationale PISA-rapporter fra OECD (og også i denne danske landerapport) er beregnet efter disse metoder, hvilket bl.a. indebærer, at beregningen af fx gennemsnitsestimatet for et land og dens standardfejl baserer sig på beregninger af flere hundrede gennemsnit for at opnå et præcist skøn over hele elevbefolkningens færdigheder. Følgende gennemgang er struktureret efter de tre metodologiske forhold, som har betydning for måden, hvorpå data bør analyseres: (i) vægte, (ii) replicates til beregning af standardfejlene og (iii) plausible values. For en mere omfattende beskrivelse henvises der til OECD (2009c), som er hovedkilden til gennemgangen. Afsluttende præsenteres nogle aspekter ved trendanalyser (dvs. analyser af ændringer over tid) i PISA samt to centrale analyseværktøjer: korrelationer og regressionsanalyse. Stikprøvevægte Alle elever og skoler får tilknyttet en vægt, fordi: (i) elever og skoler i et land ikke nødvendigvis har den samme sandsynlighed for at blive udtrukket; (ii) forskellige deltagelsesprocenter for forskellige typer af skoler eller elever nødvendiggør diverse korrektioner; (iii) nogle skoletyper, landsdele mv. kan have været udtrukket med større sandsynlighed (oversampling). På ethvert trin i analyseprocessen bør der altid bruges vægtede data, som tager højde for dette. Ikke-vægtede data giver skæve estimater, når man generaliserer fx gennemsnitlige testscorer fra stikprøven til hele elevbefolkningen i et land. At bruge vægte i beregningerne gør ikke analyseprocessen mere kompleks eller langsommere, men sikrer, at de beregnede gennemsnit, regressionskoefficienter m.m. for hele elevpopulationen er middelrette (ikke skæve). Replicate weights Ved udtrækning af en stikprøve (frem for at undersøge alle elever) vil der altid være en usikkerhed, som kommer af, at der er mange mulige stikprøver, der kan trækkes fra en befolkning. Hver af disse vil ikke give helt præcist det samme skøn for hele befolkningen.
Page 1 and 2:
PISA 2009 Danske unge i en internat
Page 3 and 4:
Indhold 5 Forord 7 1. OECD-programm
Page 5 and 6:
Forord PISA (Programme for Internat
Page 7 and 8:
1. OECD-programmet PISA (Programme
Page 9 and 10:
PISA-testen Som det allerede er næ
Page 11 and 12:
Det PISA vurderer, er defineret af
Page 13 and 14:
PISA 2009 - Danske unge i en intern
Page 15 and 16:
Page 17 and 18:
Page 19 and 20:
Page 21 and 22:
Page 23 and 24:
Page 25 and 26:
Page 27 and 28:
Page 29 and 30:
Page 31 and 32:
Page 33 and 34:
Page 35 and 36:
Page 37 and 38:
Page 39 and 40:
Page 41 and 42:
Page 43 and 44:
Page 45 and 46:
Page 47 and 48:
Page 49 and 50:
Page 51 and 52:
Page 53 and 54:
Page 55 and 56:
Page 57 and 58:
Page 59 and 60:
Page 61 and 62:
Page 63 and 64:
Page 65 and 66:
Page 67 and 68:
Page 69 and 70:
Page 71 and 72:
Page 73 and 74:
Page 75 and 76:
Page 77 and 78:
Page 79 and 80:
Page 81 and 82:
Page 83 and 84:
Page 85 and 86:
Page 87 and 88:
Page 89 and 90:
Page 91 and 92:
Page 93 and 94:
Page 95 and 96:
Page 97 and 98:
Page 99 and 100:
Page 101 and 102:
Page 103 and 104:
Page 105 and 106: PISA 2009 - Danske unge i en intern
Page 133 and 134: 4. Naturvidenskab Indledning Af Hel
Page 135 and 136: ationel afprøvning af ideer og teo
Page 137 and 138: Begrebet scientific literacy er val
Page 139 and 140: Figur 4.2. Kort beskrivelse af de t
Page 141 and 142: Figur 4.4. Vidensområder inden for
Page 143 and 144: Antal spørgsmål fordelt på kombi
Page 145 and 146: For eksempel har spørgsmål 3 i Op
Page 147 and 148: Figur 4.9. Kriterier for de forskel
Page 149 and 150: Undervisningsministeriet (2009a). U
Page 155: PISA 2009 - Danske unge i en intern
Page 161 and 162: 6. Metode og datakvalitet i PISA 20
Page 163 and 164: Pilotundersøgelse Pilotundersøgel
Page 165 and 166: Inden for hvert stratum udtrækkes
Page 167 and 168: Årsager, som kan begrunde, at elev
Page 169 and 170: Den skriftlige PISA-testning tog ca
Page 171 and 172: af et firma udvalgt af det internat
Page 173: Hvor godt er danske unge forberedt
show all

Danske unge i en international sammenligning Bind 2 – Teknisk ...

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?