Page 93 - Melita Puklek Levpušček et al., Dejavniki bralne pismenosti v raziskavi PISA 2009, Dissertationes 21
P. 93
sekundarne analize rezultatov
- indeks zaznane učiteljeve spodbude pri bralnih aktivnostih (STI-
MREAD),
- splošno stališče do šole (ATSCHL).
Statistična analiza
Pri analizi povezav med napovedniki in dosežkom na PISA 2009
smo uporabili dvonivojske linearne modele (HLM 6.02; Raudenbush et
al., 2005), pri čemer so prvo raven predstavljali dijaki, drugo, višjo raven
pa so predstavljale šole, ki so jih dijaki obiskovali, oz. posamezni izobra-
ževalni programi znotraj šol. V posamezni šoli kot stavbi se namreč lah-
ko izvaja več izobraževalnih programov. Vsak tak program znotraj šole je
predstavljal ločeno enoto na ravni 2, h kateri smo gnezdili podatke dija-
kov, ki jo obiskujejo. Pri obdelavi podatkov nismo posebej obtežili ne na
ravni šole ne na ravni dijaka, saj smo v preliminarnih analizah ugotovili,
da z neobteženimi podatki dobimo praktično enake rezultate kot z upo-
rabo normaliziranih uteži šol in dijakov, ki naj bi jih sicer uporabljali pri
večnivojskem modeliranju. Tudi E. Gebhardt (2009) na primeru nem-
ških podatkov iz raziskave PISA 2006 ugotavlja zadovoljivo ustreznost
uporabe enakih uteži pri vseh dijakih.
Najprej smo izdelali ničelni model (model 0) za pojasnjevanje do-
sežkov na testu bralne pismenosti PISA 2009, tj. model, v katerega ni bil
vključen noben napovednik. Z ničelnim modelom smo preverili, koli-
kšen del variance dosežkov na testu bralne pismenosti je pripisljiv razli-
kam med šolami, kolikšen pa razlikam med dijaki znotraj šol.
Z ničelnim modelom smo nato primerjali dva modela: model z
vključenimi napovedniki na ravni šole oz. ravni 2 (model 1) in model z
vključenimi napovedniki na ravni šole in dijaka, tj. na ravni 1 in 2 (mo-
del 2). V analizah smo preverjali, kolikšen delež variance lahko pojasni-
mo s posameznimi napovedniki, kolikšen del variance pa po vključitvi
napovednikov v model ostane nepojasnljiv in bi ga bilo treba pojasnjeva-
ti z drugimi dejavniki. Posebej smo se osredotočili na razlike v dosežkih
dijakov, ki so posledica razlik med izobraževalnimi programi.
Da bi ugotovili, kolikšen del variance dosežkov na PISA 2009 je po-
jasnljive z razlikami med izobraževalnimi programi, smo v modelu 1
med napovednike na ravni šole vnesli tri dihotomne spremenljivke, ki so
predstavljale izobraževalne programe.
V modelu 2 smo med napovednike na ravni šole vnesli nominalne
spremenljivke, ki so označevale izobraževalni program, med napovedni-
ke na ravni dijaka pa smo vnesli vse preostale spremenljivke, ki smo jih
navedli v poglavju Spremenljivke. Tako smo na ravni dijaka preverjali
- indeks zaznane učiteljeve spodbude pri bralnih aktivnostih (STI-
MREAD),
- splošno stališče do šole (ATSCHL).
Statistična analiza
Pri analizi povezav med napovedniki in dosežkom na PISA 2009
smo uporabili dvonivojske linearne modele (HLM 6.02; Raudenbush et
al., 2005), pri čemer so prvo raven predstavljali dijaki, drugo, višjo raven
pa so predstavljale šole, ki so jih dijaki obiskovali, oz. posamezni izobra-
ževalni programi znotraj šol. V posamezni šoli kot stavbi se namreč lah-
ko izvaja več izobraževalnih programov. Vsak tak program znotraj šole je
predstavljal ločeno enoto na ravni 2, h kateri smo gnezdili podatke dija-
kov, ki jo obiskujejo. Pri obdelavi podatkov nismo posebej obtežili ne na
ravni šole ne na ravni dijaka, saj smo v preliminarnih analizah ugotovili,
da z neobteženimi podatki dobimo praktično enake rezultate kot z upo-
rabo normaliziranih uteži šol in dijakov, ki naj bi jih sicer uporabljali pri
večnivojskem modeliranju. Tudi E. Gebhardt (2009) na primeru nem-
ških podatkov iz raziskave PISA 2006 ugotavlja zadovoljivo ustreznost
uporabe enakih uteži pri vseh dijakih.
Najprej smo izdelali ničelni model (model 0) za pojasnjevanje do-
sežkov na testu bralne pismenosti PISA 2009, tj. model, v katerega ni bil
vključen noben napovednik. Z ničelnim modelom smo preverili, koli-
kšen del variance dosežkov na testu bralne pismenosti je pripisljiv razli-
kam med šolami, kolikšen pa razlikam med dijaki znotraj šol.
Z ničelnim modelom smo nato primerjali dva modela: model z
vključenimi napovedniki na ravni šole oz. ravni 2 (model 1) in model z
vključenimi napovedniki na ravni šole in dijaka, tj. na ravni 1 in 2 (mo-
del 2). V analizah smo preverjali, kolikšen delež variance lahko pojasni-
mo s posameznimi napovedniki, kolikšen del variance pa po vključitvi
napovednikov v model ostane nepojasnljiv in bi ga bilo treba pojasnjeva-
ti z drugimi dejavniki. Posebej smo se osredotočili na razlike v dosežkih
dijakov, ki so posledica razlik med izobraževalnimi programi.
Da bi ugotovili, kolikšen del variance dosežkov na PISA 2009 je po-
jasnljive z razlikami med izobraževalnimi programi, smo v modelu 1
med napovednike na ravni šole vnesli tri dihotomne spremenljivke, ki so
predstavljale izobraževalne programe.
V modelu 2 smo med napovednike na ravni šole vnesli nominalne
spremenljivke, ki so označevale izobraževalni program, med napovedni-
ke na ravni dijaka pa smo vnesli vse preostale spremenljivke, ki smo jih
navedli v poglavju Spremenljivke. Tako smo na ravni dijaka preverjali
