Endpräsentation Leistungsunterschiede zwischen den Geschlechtern bei der PISA-Studie
-
Upload
leo-gilmore -
Category
Documents
-
view
26 -
download
1
description
Transcript of Endpräsentation Leistungsunterschiede zwischen den Geschlechtern bei der PISA-Studie
Endpräsentation
Leistungsunterschiede zwischen den Geschlechtern bei der PISA-Studie
Elke Wiesinger
Betreuer: Univ.-Prof. Dr. Rudolf Winter-Ebmer
21.04.2009
2/16
Zentrale Fragestellung (1)
• Warum gibt es diese Leistungsdifferenzen zwischen den Geschlechtern?– Jungen besser in Mathematik und Naturwissenschaft– Mädchen besser in Lesen
• Mögliche Gründe?– Familiärer Hintergrund– Schulisches Umfeld– Institutionelle Rahmenbedingungen/Gestaltung des
Schulsystems
• Gleiche Chancen bei Ausbildung sind wichtige Voraussetzung für gleiche Chancen am Arbeitsmarkt
Zentrale PISA Ergebnisse Ursachen Zusammen-Fragestellung fassung
3/16
PISA
• Programme for International Student Assessment der OECD
• Erfassen der Schulleistungen der 15/16-Jährigen alle drei Jahre mit unterschiedlicher Schwerpunktsetzung– Lesen (2000)– Mathematik (2003)– Naturwissenschaft (2006)
• Standardisierte Tests ermöglichen Vergleiche der Ergebnisse zwischen Ländern und Bildungssystemen
• OECD-Durchschnitt: 500 PunkteStandardabweichung: 100 Punkte
Zentrale PISA Ergebnisse Ursachen Zusammen-Fragestellung fassung
4/16
Analyse
• Welche Faktoren haben überhaupt Einfluss auf Leistung?– OLS-Regressionen
• Innerhalb welcher Leistungsbereiche sind Leistungsunterschiede am größten?– Quantilsregressionen
• Bei welchen Einflussfaktoren besteht Unterschied in Auswirkung auf Leistung von Mädchen und Jungen?– Oaxaca Dekompositionen
yJ – yM = (xJ – xM)ßM + xJ(ßJ – ßM)
Zentrale PISA Ergebnisse Ursachen Zusammen-Fragestellung fassung
5/16
Standardmodell
Variable Mathematik Naturwissenschaft
Geschlecht (w) - -
Alter - -
Schulstufe -/+ -/+
Familienstruktur - k.A.
Bildungsstand M&V + +
Berufsklassifikation M&V - -
Arbeitsstatus M&V M: +/- V: - k.A.
Naturwiss. Beruf M&V k.A. +
Anzahl Bücher + +
Fremdsprache zu Hause - -
Zentrale PISA Ergebnisse Ursachen Zusammen-Fragestellung fassung
6/16
Erweitertes Modell
Variable Mathematik Naturwissenschaft
Berufsbildende Schule - -
„early tracking“ - k.A.
Lage der Schule + +
Privatschule + nicht signifikant
Selektivität der Schule + +
Leistungsgruppenbildung - -
Standardisierte Tests - k.A.
Mädchenanteil - +
Autonomie (Ressourcen, Lehrplan) -, + nicht signifikant
Lehrerknappheit - -
Ressourcen (Ausstattung, Lehrmaterialien) -, + k.A., +
Zentrale PISA Ergebnisse Ursachen Zusammen-Fragestellung fassung
7/16
OLS-Regressionen
• Geschlecht (w):– Mathematik: -16,744 / -18,476– Naturwissenschaft: -8,844 / -12,619
• Sehr großer quantitativer Einfluss– Positiv: Anzahl der Bücher im Haushalt– Negativ: berufsbildende Schule
Zentrale PISA Ergebnisse Ursachen Zusammen-Fragestellung fassung
8/16
Quantilsregressionen
• Größter Geschlechterunterschied bei besonders guten Leistungen (90. Quantil)
– Mathematik:• 10. Quantil: -9,058 / -10,118• 90. Quantil: -23,507 / -24,820
– Naturwissenschaft:• 10. Quantil: -1,939 / -6,836• 90. Quantil: -15,037 / -17,799
Zentrale PISA Ergebnisse Ursachen Zusammen-Fragestellung fassung
9/16
Oaxaca Dekomposition – Standardmodell Mathematik
Erklärte Differenz
Nicht erklärte Differenz
age -0,007 -42,430*
grade 7 -0,606** -0,092**
grade 8 -1,183** -0,236**
grade 9 -1,158** -1,403**
grade 11 -0,077** 0,331**
grade 12 -0,004 0,052
single parent family -0,035* 0,002
mixed family 0,052** 0,311**
other family -0,069** -0,049
mother ISCED 1 -0,064** 0,351
mother ISCED 2 -0,070** 0,366
mother ISCED 3b, c -0,088** -0,043
mother ISCED 3a, 4 0,099** -0,772
mother ISCED 5b 0,028** -0,343
mother ISCED 5a, 6 0,248** -1,279**
father ISCED 1 0,023** 0,082
father ISCED 2 -0,037* -0,347
father ISCED 3b, c -0,010 -0,518*
father ISCED 3a, 4 0,010 -0,405
Erklärte Differenz
Nicht erklärte Differenz
father ISCED 5b 0,023 -0,472
father ISCED 5a, 6 0,330** -0,058
mother white-collar low-skilled 0,025 -0,555*
mother blue-collar high-skilled 0,031 -0,221*
mother blue-collar low-skilled 0,140** -1,403**
father white-collar low-skilled -0,006 -0,247
father blue-collar high-skilled 0,082* -1,039**
father blue-collar low-skilled 0,170** -0,913**
mother working part-time -0,027** 0,312
mother looking for work -0,000 -0,026
father working part-time 0,193** -0,232
father looking for work 0,019* 0,160*
11-25 books at home 0,045** 0,323
26-100 books at home 0,031 0,927*
101-200 books at home -0,321** 0,583*
201-500 books at home -0,971** 0,714**
more than 500 books at home 0,055 -0,194
foreign language spoken at home
-0,059** -0,086
gesamt -1,841** 16,744**
Zentrale PISA Ergebnisse Ursachen Zusammen-Fragestellung fassung
10/16
Oaxaca Dekompositionen – Mathematik Standardmodell:• Erklärte Differenz: -1,841
• Nicht erklärte Differenz: 16,744
• Signifikant unterschiedlicher Einfluss von– Alter
– Schulstufe
– Bildungsstand Mutter
– Berufsklassifikation M&V
– Anzahl Bücher
Erweitertes Modell:• Erklärte Differenz: -3,556
• Nicht erklärte Differenz: 18,476
• Signifikant unterschiedlicher Einfluss von– Schulstufe
– Berufsklassifikation M&V
– Arbeitsstatus Mutter
– Anzahl Bücher
– Berufsbildende Schule
– „early tracking“
– Lage der Schule
– Mädchenanteil
Zentrale PISA Ergebnisse Ursachen Zusammen-Fragestellung fassung
11/16
Oaxaca Dekompositionen – Naturwissenschaft
Standardmodell:• Erklärte Differenz: -1,981
• Nicht erklärte Differenz: 8,844
• Signifikant unterschiedlicher Einfluss von– Alter
– Bildungsstand Mutter
– Berufsklassifikation M&V
– Anzahl Bücher
Erweitertes Modell:• Erklärte Differenz: -5,264
• Nicht erklärte Differenz: 12,619
• Signifikant unterschiedlicher Einfluss von– Alter
– Bildungsstand Mutter
– Berufsklassifikation M&V
– Lage der Schule
– Leistungsgruppenbildung
Zentrale PISA Ergebnisse Ursachen Zusammen-Fragestellung fassung
12/16
Mögliche Ursachen (1)
• Aufgrund der Schätzungen– Anzahl der Bücher– Lage der Schule– ev. „early tracking“
können bei weitem nicht den gesamten Leistungsunterschied zwischen den Geschlechtern erklären
daher Suche nach weiteren möglichen Ursachen
Zentrale PISA Ergebnisse Ursachen Zusammen-Fragestellung fassung
13/16
Mögliche Ursachen (2)
• Motivation und Interesse• Selbsteinschätzung und -vertrauen• Klischeevorstellungen der Gesellschaft• Art des Unterrichts• Geschlecht der Lehrkraft• Einstellung zu Schule und Schulaufgaben• Denkstil, Problemlösestrategie• Natürliche Begabung• Umfeld/Erfahrungen als Kind• Kulturelle Faktoren• Prüfungssystem, Gestaltung der Tests
Zentrale PISA Ergebnisse Ursachen Zusammen-Fragestellung fassung
14/16
Zusammenfassung (1)
Einflussfaktor Ergebnis der Analyse
Ergebnisse in der Literatur
Anzahl der Bücher stärker pos. auf J -
Lage der Schule stärker pos. auf J -
„early tracking“ stärker neg. auf M Mädchen häufiger in Schultypen wo Mathematik- und NW-Unterricht eher nachrangig
Bildungsstand Mutter stärker pos. auf M Höhere Ausbildung der Mutter hat stärkere Wirkung auf Töchter
Berufsklassifikation M&V stärker neg. auf J Leben in einem „Niedriglohn-haushalt“ wirkt sich stärker negativ auf Söhne aus
Bildungsstand Vater kein Unterschied Höhere Ausbildung des Vaters hat stärkere Wirkung auf Söhne
Zentrale PISA Ergebnisse Ursachen Zusammen-Fragestellung fassung
15/16
Zusammenfassung (2)
Zentrale PISA Ergebnisse Ursachen Zusammen-Fragestellung fassung
EinflussfaktorErgebnis der Analyse
Ergebnisse in der Literatur
Familienstruktur kein Unterschied Alleinerziehende Mutter: neg. auf Mathematik- und NW-Leistung der Töchter
Alleinerziehender Vater: neg. auf Leistung von Töchtern & Söhnen
Fremdsprache zu Hause kein Unterschied Migrantenstatus wirkt sich auf Mädchen und Jungen gleicher-maßen negativ aus
Selektivität, Autonomie, Lehrerknappheit, Qualität der Ressourcen
kein Unterschied Schulspezifische Faktoren können Leistungsunterschied zwischen den Geschlechtern NICHT erklären
Danke für die Aufmerksamkeit!