1 / 54

A 2003 . é vi PISA vizsg á lat eredm é nyei

A 2003 . é vi PISA vizsg á lat eredm é nyei. Vári Péter peter @vari.hu A Magyar Pedag ó giai T á rsas á g Összehasonlító Pedag ó giai Szakosztályának ülése Budapest, Bánki Donát Főiskola, 2005. június 7. PISA P rogramme for I nternational S tudents A ssessment.

olwen
Télécharger la présentation

A 2003 . é vi PISA vizsg á lat eredm é nyei

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. A 2003. évi PISA vizsgálat eredményei Vári Péter peter@vari.hu A Magyar Pedagógiai Társaság Összehasonlító Pedagógiai Szakosztályának ülése Budapest, Bánki Donát Főiskola, 2005. június 7.

  2. PISA Programme for International Students Assessment • Monitorozó jellegű felmérés-sorozat • Három felmért terület • Szövegértés, matematika, természettudomány • 15 éves korosztály • Reprezentatív minta 150 iskolából • 3 éves ciklus • Alkalmanként mindhárom terület, de egyik hangsúlyos PISA 2000 szövegértés PISA 2003 matematika PISA 2006 természettudomány

  3. PISA vizsgálatok rendje

  4. Új elemek a PISA 2003-ban • Részt vevő országok: • OECD 30 ország • Partner országok: 11 országBRA, HKG, IND, LAT, LIE, MAC, RUS, SER,THA, TUN, URU • Új felmért terület: • Problémamegoldás, mint CCC (döntéselemzés, rendszerelemzés, hibakeresés)

  5. Magas matematika teljesítmény Hong Kong Finnország Nem pusztán a nemzeti jövedelem kérdése • a magasabb nemzeti jöve-delemmel és jobban képzett felnőtt lakossággal rendelkező országok általában jobb teljesítményt nyújtanak… … de vannak kivételek. Korea A legjobban teljesítő országok • Finnország 2000 óta megőrizte első helyezését az olvasás-szövegértési skálán, javított a matematikai és természet-tudományos eredményén… … és ezáltal egy szintre került az eddig utolérhetetlen mate-matikai és természettudo-mányos teljesítményt nyújtó távol-keleti országokkal • Hollandia is a legjobb mate-matikai teljesítményt nyújtó országok között szerepel … bár olvasás-szövegértési és természettudományos eredményei nem olyan jók. 540 Hollandia Növekvő különbségek • a teljesítményskálák élén szereplő országokban tapasztalt fejlődés tovább növelte a különbségeket az OECD jól és rosszul teljesítő országai között. Liechtenstein Japán Kanada Belgium Macao Svájc Ausztrália Új-Zéland 520 Csehország Izland Fejlődés • Belgium, Csehország és Németország szintén legalább két a PISA által mért területen javítottak teljesítményükön … Belgiumban és Német-országban elsősorban a jól teljesítő diákok eredményei javultak. Dánia Franciaország Svédország Ausztria Írország Németország 500 Szolvákia Fejlődés • Lengyelország mind a négy PISA által mért területen javított a teljesítményén … … ez a gyengén teljesítő diákok körében elért nagy mértékű fejlődésnek köszönhető, amelyet az 1999 óta tartó nagyszabású reform idézett elő . Norvégia Luxemburg Lengyelország Magyarország Spanyolország Lettország Egyesült Államok 480 Oroszország Olaszország Portugália 460 Alacsony teljesítmény Görögország 440 30 20 10 0

  6. Teljesítményszintek OECD 4% 6. szint 11% 5. szint 19% 4. szint 24% 3. szint 21% 2. szint 13% 1. szint 1. szint alatt 8% OECD (2004), Learning for tomorrow’s world: First results from PISA 2003, Table 2.5a, p.354.

  7. Teljesítményszintek

  8. Teljesítményszintek

  9. Teljesítményszintek

  10. Teljesítményszintek

  11. Teljesítményszintek

  12. Teljesítményszintek

  13. 6. szint 5. szint Magyar diákok képességszint szerinti százalékos megoszlása a PISA matematika skálán 4. szint 3. szint 2. szint 1. szint 1. szint alatt OECD (2004), Learning for tomorrow’s world: First results from PISA 2003, Table 2.5a, p.354.

  14. Hazai rétegadatok nemzetközi összehasonlításban 6. szint 5. szint 4. szint 3. szint 2. szint 1. szint 1. szint alatt OECD (2004), Learning for tomorrow’s world: First results from PISA 2003, Table 2.5a, p.354.

  15. Matematikai gondolkodás eredmények (OECD országok) OECD (2004), Learning for tomorrow’s world: First results from PISA 2003, Table 2.5c, p.356.

  16. 2003-ban mért teljesítmények Problémamegoldás Matematika Szövegértés Természettudomány

  17. A szociális háttér és a tanulói teljesítmény kapcsolata Magas Tanulói teljesítmény Alacsony -3 -2 -1 0 1 2 3 Hátrány Előny Szocio-ökonómiai státusz index OECD (2004), Learning for tomorrow’s world: First results from PISA 2003, Figure 4.8, p.176.

  18. Tanulói teljesítmény és tanulói SES Magas Teljesítmény Alacsony Hátrányos Előnyös PISA SES Index OECD (2004), Learning for tomorrow’s world: First results from PISA 2003, Figure 4.9, p.179.

  19. Matematika tanulónkénti eredmények

  20. Tanulói teljesítmény és tanulói SES (iskolatípusonként)

  21. PISA2003 skálán a magyar 10. osztályosok

  22. PISA2003 skálán a magyar 10. osztályosok

  23. A teljesítmény és a SES viszonya

  24. A tanulói matematikai teljesítmények varianciája Iskolán belüli variancia Iskolák közötti variancia A tanuló és iskola SES-ével magyarázható variancia OECD (2004), Learning for tomorrow’s world: First results from PISA 2003, Table 4.1a, p.383.

  25. A tanulói és az iskolai SES hatása a teljesítményre(Félszórásnyi eltérés ábrázolása a SES indexen) OECD (2004), Learning for tomorrow’s world: First results from PISA 2003, Figure 4.11, p.188.

  26. Teljesítmények és esélyek 2000-2003 (szövegértés)

  27. Tanulói véleményekMi hat leginkább a matematika-teljesítményre?

  28. Önbizalom a matematika terén OECD átlag Magyarország Tanulók százaléka 0 20 40 60 80 100 Egyszerűen nem vagyok jó matematikából. Jó jegyeim vannak matematikából. Gyorsan tanulom a matematikát. Mindig is úgy gondoltam, hogy a matematika az egyik legerősebb tárgyam. Matematika órákon, még a legnehezebb feladatokat is megértem. Standardizált teljesítménypont OECD átlag Magyarország -60 -50 -40 -30 -20 -10 0 10 20 30 40 50 60 Az index egy egységére jutó változása a matematika teljesítményben OECD (2004), Learning for tomorrow’s world: First results from PISA 2003, Table 3.6, p.134 and Figure 3.6, p.129.

  29. Matematikával kapcsolatos félelmek Tanulók százaléka OECD átlag Magyarország 0 20 40 60 80 100 Gyakran aggódom, hogyan fogok teljesíteni a matematika órán. Feszült vagyok amikor matematika házi feladatot csinálok. Nagyon ideges leszek, ha matematika feladatot kell megoldanom. Tanácstalan leszek, ha matematika feladatot kell megoldanom Aggódom, hogy rossz jegyet kapok mathematikából. Standardizált teljesítménypontok OECD átlag Magyarország -60 -50 -40 -30 -20 -10 0 10 20 30 40 50 60 Az index egy egységére jutó változása a matematika teljesítményben OECD (2004), Learning for tomorrow’s world: First results from PISA 2003, Table 3.8, p.374 and Figure 3.8, p.139.

  30. Matematikával kapcsolatos félelmek Alacsony Magas Lányok Fiúk OECD (2004), Learning for tomorrow’s world: First results from PISA 2003, Table 3.8, p.374.

  31. PISA és TIMSS 2003

  32. PISA és TIMSS 2003

  33. PISA skála az iskolai jelentésben

  34. Megfontolásra ajánlottak • Kompetencia alapú képzés igénye • PISA - TIMSS • Három Magyarország • Gimnázium – Szakiskola (1,5 szórás) • Lemaradók (1 és 1 alatt cca 60%) • Problémamegoldás • Jobb, mint MAT és OLV

  35. Motiváció

  36. Matematika iránti érdeklődés (belső motiváció) Tanulók százaléka OECD átlag Magyarország 0 10 20 30 40 50 60 Szeretek matematikáról olvasni. Várom a matematika órákat Azért tanulom a matematikát, mert szeretem Érdekes dolgokat tanulunk matematikából Standardizált teljesítménypont OECD átlag Magyarország -60 -50 -40 -30 -20 -10 0 10 20 30 40 50 60 Az index egy egységére jutó változása a matematika teljesítményben OECD (2004), Learning for tomorrow’s world: First results from PISA 2003, Table 3.4, p.367 and Figure 3.4, p.126.

  37. Alacsony Magas Matematika iránti érdeklődés (belső motiváció) Fiúk Lányok OECD (2004), Learning for tomorrow’s world: First results from PISA 2003, Table 3.1, p.359.

  38. Külső motiváció a matematikában Tanulók százaléka 55 60 65 70 75 80 OECD átlag Magyarország Megéri erőfeszítést tenni a matematika tanulásban, mert ez hasznomra lesz a későbbi munkámban. A matematika tanulás értékes számomra, mert növeli az esélyét egy későbbi jó állásnak. A matematika fontos tantárgy számomra, mert szükségem van rá a későbbi tanulmányaimhoz Sok olyan dolgot tanulok matematikából, ami elősegíti, hogy majd jó állást találjak Standardizált teljesítménypont OECD átlag Magyarország -60 -50 -40 -30 -20 -10 0 10 20 30 40 50 60 Az index egy egységére jutó változása a matematika teljesítményben OECD (2004), Learning for tomorrow’s world: First results from PISA 2003, Table 3.2a, p.360 and Figure 3.3a, p.122.

  39. Külső motiváció a matematikában Alacsony Magas Fiúk Lányok OECD (2004), Learning for tomorrow’s world: First results from PISA 2003, Table 3.2a, p.360.

  40. Nemek közötti különbségek

  41. Nemek közötti különbségek Lányok jobbak Fiúk jobbak Lányok jobbak Fiúk jobbak Matematikai gondolkodás Szövegértés OECD (2004), Learning for tomorrow’s world: First results from PISA 2003, Tables 2.5c, 6.3, pp.356, 445.

  42. Nemek közötti különbségek Lányok jobbak Fiúk jobbak Lányok jobbak Fiúk jobbak Természettudomány Problémamegoldás OECD (2004), Learning for tomorrow’s world: First results from PISA 2003, Table 6.7, p.449. OECD (2004), Problem solving for tomorrow’s world: First results from PISA 2003.

  43. Az 1. és az alatti szinten teljesítő diákok százalékos aránya nemek szerint % Fiúk Lányok 80 Matematika teljesítmény 70 60 50 40 30 20 10 0 Korea Dánia Svájc Belgium Kanada Japán Izland Mexikó Ausztria Norvégia Írország Csehország Luxemburg Hollandia Portugália Németország Svédország Finnország Ausztrália Szlovákia Görögország Olaszország Törökország Lengyelország Franciaország Magyarország Spanyolország Egyesült Államok Új-Zéland Szövegértés teljesítmény OECD (2004), Learning for tomorrow’s world: First results from PISA 2003, Tables 2.5b, 6.5, pp.355, 447.

  44. Az iskola és a tanuló

  45. Az iskolához való kötődés OECD átlaga Magyarország Tanulók százaléka 0 20 40 60 80 100 Az iskolában kívülállónak érzem magam (kimaradok a dolgokból). Az iskolában könnyen barátkozom. Az iskolában úgy érzem, tartozom valahova. Az iskolában feszélyezve érzem magam és nem találom a helyem. Az iskolában úgy érzem, az osztálytársaim szeretnek engem. Az iskolában magányos vagyok. Standardizált teljesítménypont OECD átlag Magyarország -60 -50 -40 -30 -20 -10 0 10 20 30 40 50 60 Az index egy egységére jutó változása a matematika teljesítményben OECD (2004), Learning for tomorrow’s world: First results from PISA 2003, Table 3.5a, p.368 and Figure 3.5, p.129.

  46. Az iskolához való viszony OECD átlag Magyarország Tanulók százaléka 0 20 40 60 80 100 Az iskola nem igazán készít fel az iskola elhagyása utáni felnőtt életre. Az iskolában töltött idő pazarlás. Az iskola segít abban, hogy önbizalmam legyen, amikor döntéseket kell hoznom. Az iskola megtanít olyan dolgokra, amelyek hasznosak lehetnek későbbi munkámban. Standardizált teljesítménypont OECD átlag Magyarország -60 -50 -40 -30 -20 -10 0 10 20 30 40 50 60 Az index egy egységére jutó változása a matematika teljesítményben OECD (2004), Learning for tomorrow’s world: First results from PISA 2003, Table 3.4, p.367 and Figure 3.4, p.126.

  47. Tanári segítség matematikábólA diák nézőpontjából Tanulók százaléka OECD átlag Magyarország 0 20 40 60 80 A tanár érdeklődést mutat minden diák tanulása iránt. A tanár külön segítséget nyújt, ha a diákoknak szükségük van rá. A tanár segít a diákokat a tanulásban. A tanár addig magyarázza az anyagot, amíg mindenki meg nem érti. A tanár lehetővé teszi a diákok számára, hogy kifejtsék véleményüket. OECD (2004), Learning for tomorrow’s world: First results from PISA 2003, Table 5.1a, p.403 and Figure 5.1, p.213.

More Related