2016. február 6., szombat

Tények, adatok - 3



Folytassuk az esélyegyenlőtlenséggel! A nemzetközi vizsgálatok adatai világosan, egyértelműen alátámasztják azt az állítást, hogy Magyarországon szélsőséges mértékben összefügg egymással a tanulási eredmény és a szociális helyzet. A PISA vizsgálatban a résztvevő tanulók szocioökonómiai státusát egy ESCS nevű index segítségével jellemzik. (Az ESCS az Economic, Social and Cultural Status kifejezés rövidítése). Megvizsgálható, kiszámítható, hogy ez az index milyen mértékben kap szerepet a teszteredmények alakulásában (pontosabban meghatározható, hogy a teszteredmények varianciájából hány százalékot magyaráz az ESCS index varianciája). 10% alatt van ennek az értéke az olyan országokban (pl. Finnország, Norvégia, Kanada, Korea), ahol csak kis mértékben függ össze egymással a tanulás eredménye és a szociális helyzet. Magyarországon az érték általában nagyobb 20%-nál. Az OECD országok körében 2000-2012-ig (mind az öt mérésben), és mindhárom tesztben (összesen 15 adat) egy eset kivételével a három legnagyobb arány közül a miénk volt az egyik. (Az egyetlen kivétel 2006-ban a természettudományi tesztben volt, amikor a 29 OECD országot tekintve a mi adatunk „csak” az ötödik legnagyobb volt.) (Az adatok a mindenki számára hozzáférhető PISA tanulmányokból valók.)


Sokan magyarázzák az iskolai egyenlőtlenségeket azzal, hogy Magyarországon egyébként is súlyosak a társadalmi egyenlőtlenségek, az iskola pusztán tükrözi ezeket. Ez az érvelés azonban sántít. Az iskolai egyenlőtlenségek az itt bemutatandó értelemben Magyarországon felülmúlják a társadalmi egyenlőtlenségek szintjét. Országok egy csoportját (amelyekkel kapcsolatban sikerült adatokat gyűjtenem) sorrendbe állíthatjuk az un. GINI-indexük szerint, illetve mondjuk a 2012. évi PISA szövegértés tesztben az oktatási egyenlőtlenségeket jellemző, az ESCS indexszel összefüggésben fentebb már szerepeltetett mutatójuk alapján. A GINI-index egy a közgazdászok által a társadalmi egyenlőtlenségek kvantitatív jellemzésére használt mutató, 0 és 100 között lehet az értéke. Az iskolai egyenlőtlenséget jellemző mutató is 0 és 100 között mozoghat. Az alábbi táblázatban összegzem az eredményt:



Az OECD országok
 Gini-indexei (a 2015-ben 
hozzáférhető legfrissebb 
értékek)

A 2012. évi PISA
 szövegértés tesztben, 
az OECD országokban 
az ESCS index által 
magyarázott 
varianciahányad





Szlovénia
23,7

Norvégia
6,3
Dánia
24,8

Finnország
7,5
Csehország
24,9

Japán
7,9
Hollandia
25,1

Kanada
8,1
Belgium
25,9

Svédország
9,1
Svédország
26,1

Izland
6,3
Ausztria
26,3

Hollandia
10,8
Szlovákia
26,6

Olaszország
9,7
Norvégia
26,8

Korea
7,9
Finnország
27,8

Mexikó
10,9
Izland
28,0

Egyesült Királyság
11,8
Svájc
28,7

Görögország
12,0
Magyarország
28,9

Észtország
6,8
Ausztrália
30,3

Ausztrália
12,0
Luxemburg
30,4

Spanyolország
12,5
Németország
30,6

Izrael
11,2
Franciaország
30,9

Egyesült Államok
12,6
Korea
31,1

Lengyelország
13,4
Észtország
31,3

Svájc
13,9
Olaszország
31,9

Szlovénia
14,2
Egyesült Királyság
32,3

Belgium
14,7
Lengyelország
32,8

Írország
15,1
Kanada
33,7

Törökország
14,5
Írország
33,9

Csehország
14,8
Spanyolország
34,0

Németország
15,0
Portugália
34,2

Ausztria
15,3
Görögország
34,4

Dánia
15,3
Új-Zéland
36,2

Luxemburg
15,6
Izrael
37,6

Portugália
16,5
Japán
37,6

Új-Zéland
16,5
Törökország
40,0

Franciaország
18,7
Egyesült Államok
45,0

Magyarország
20,0
Mexikó
48,1

Chile
20,4
Chile
52,2

Szlovákia
24,1
  


Magyarország a társadalmi egyenlőtlenség jelzőszáma szerint az OECD országok rangsorában jóval előrébb áll, mint az iskolai egyenlőtlenségek rangsorát tekintve. Az iskolai esélyegyenlőtlenség még csak a társadalmi egyenlőtlenségekkel sem magyarázható teljes mértékben, nem beszélve arról, hogy az iskolai esélyegyenlőtlenségeknek egyáltalán nem kötelező tükrözniük a társadalomban általában jellemző különbségeket, de most e kérdésben nem fejtem ki a véleményem, más bejegyzéseimben már többször megtettem.

Az esélyek egyenlőtlenségéhez is hozzájárul, de a gyerekek, a fiatalok szocializációját tekintve is hallatlanul negatív hatása van a szegregációnak. Magyarországon a szegregáció is szélsőséges méreteket ölt, ha az OECD országok adataival hasonlítjuk össze a sajátunkat. Kiszámítható, hogy a PISA teszteredményekben mutatkozó különbségeket (pontosabban a varianciát) milyen mértékben határozzák meg az iskolák közötti különbségek. E tekintetben is sorba rendezhetjük az OECD országokat. Az alábbi táblázat azt mutatja, hogy az egyes PISA vizsgálatokban a szövegértés teszteredmények tekintetében a mi adatunk melyik percentilise volt az OECD országok adatainak (a percentilis százalékosan mutatja meg, hogy a többiekhez viszonyítva milyen nagy a mi adatunk, ha értéke pl. 100, az azt jelenti, hogy a miénk a legnagyobb adat):


2000
100
2003
85
2006
100
2009
95
2012
Nincs adat
 


Ha az iskolák közötti különbségek nagymértékben, míg az iskolákon belüli különbségek csak kissé befolyásolják az összes tanuló adataiban megnyilvánuló különbségeket, akkor az azt jelenti, hogy nagyon erős a szelekció. Az adatok azt mutatják, hogy az OECD országok között e tekintetben is szélsőséges adatokkal rendelkezünk. (Az adatok a PISA kiadványokból származnak.)


A szelekció, a szegregáció különösen erősen sújtja a roma tanulókat. A következő ábrán azt mutatom meg, hogy milyen módon változott 2008 óta a roma gyerekeket 50%-nál nagyobb arányban tanító általános iskolai telephelyek aránya Magyarországon:


Az ábrát különösebben nem kell kommentálni, a növekedés mértéke is, és „makacs” volta is elképesztő. (Az adatokat az Országos kompetenciamérés adatbázisai alapján számoltam ki.)

Politikusoktól gyakran hallja az ember, hogy az esélyegyenlőtlenségek okai a területi egyenlőtlenségek. Ez volt egyébként a legfőbb magyarázata az oktatásirányítás, fenntartás szélsőséges centralizációjának. Az érv azonban nem állja meg a helyét. Itt csak egyetlen alátámasztó adatot mutatok be. Az országos kompetenciamérés tesztadatainak vizsgálata során meghatározhatók az egyes településtípusokhoz tartozó intézményekbe járó tanulók átlagértékei. Kiderül hogy a budapestiek teljesítenek a legjobban, utánuk a megyeszékhelyeken tanulók jönnek, majd a többi városban tanulók, végül a községiek. Tényleg létezik egy „települési lejtő”. Kérdés azonban, hogy vajon a budapestiek azért produkálnak-e lényegesen magasabb tesztátlagot, mint a községekben iskolákba járók, mert, hogy ők Budapesten tanulnak, a többiek viszont falvakban? Tényleg a település, a hely hatásáról van szó? Kiderül, hogy nem. Az ábrán, amely a 2014. évi Országos kompetenciamérés hatodikos matematika tesztjének adatai alapján készült, egyrészt megjelenik a települési lejtő, ám ábrázoltam azt is, hogy egy szűkebb csoportba tartozó gyerekek közötti különbségek miképpen alakulnak. E csoportba azok tartoznak, akiknek családiháttér-indexük – 0,5 és 0 között van. Ez az index a gyerekek szociális hátterét jellemzi, hasonlóan a PISA ESCS indexéhez, és értéke kb. – 3 és 2 között változik.


Jól látható az ábrán, hogy míg az egész évfolyamot tekintve a különböző településtípusok iskoláiban tanuló hatodikosok átlagos teszteredményei lényegesen eltérnek egymástól („narancssárga oszlopok”), addig a szűkebb, egy szociális helyzet szempontjából lényegesen homogénebb csoportban már szinte egyáltalán nicsenek különbségek a településtípusi átlagok között („kék oszlopok”). Vagyis a településtípusok „lejtőjét” valójában a szociális helyzet hozza létre, az, hogy a nagyobb településtípusok iskoláiba jobb szociális helyzetű tanulók járnak, akiknek jobbak a teszteredményeik is. Vagyis a KLIK létrehozásának, és a szélsőséges centralizálásnak a legfőbb érve igen nagy valószínűséggel nem működik. (Itt persze csak egyetlen példáról, és egyfajta számítási módról van szó, azonban minden e kérdést vizsgáló kutatásban eddig mindig pontosan ugyanerre a következtetésre lehetett jutni.)

Itt most megálljt parancsolok magamnak, és nem sorolom tovább az esélyegyenlőtlenségekkel kapcsolatos tényeket és adatokat, azt remélem, hogy már ezekkel is sok mindent lehet kezdeni.

(Folytatása következik.)


 


Nincsenek megjegyzések:

Megjegyzés küldése